World Labs, la compañía fundada por Fei-Fei Li, ha cerrado una nueva ronda de financiación por aproximadamente mil millones de dólares estadounidenses. Google DeepMind participó en esta inversión.
Nvidia defiende DLSS 5 ante las críticas de los jugadores
Jensen Huang, CEO de Nvidia, ha respondido a las críticas sobre DLSS 5, la nueva tecnología de la compañía que utiliza inteligencia artificial y renderizado neuronal para mejorar la calidad visual de los juegos. Huang afirmó que las críticas son «completamente erróneas», explicando que DLSS 5 fusiona el control de la geometría y las texturas del juego con la inteligencia artificial generativa.
La polémica se desató después de que algunos jugadores expresaran su descontento en redes sociales, argumentando que la tecnología empeora la apariencia de los juegos, los homogeneiza o impone la visión estética de Nvidia. Específicamente, se han criticado los cambios en la apariencia de personajes como Grace Ashcroft y Leon Kennedy en Resident Evil Requiem.
Huang enfatizó que los desarrolladores aún pueden «ajustar la inteligencia artificial generativa» para que se adapte a su estilo, y que DLSS 5 añade capacidades generativas a la geometría existente del juego, pero «no cambia el control artístico».
Además de la controversia sobre DLSS 5, se ha reportado que el FBI está investigando a Steam. También se ha señalado que algunos usuarios están creando parodias y memes sobre DLSS 5, mientras que, según Huang, estos usuarios están equivocados.
La discusión sobre DLSS 5 se produce en un contexto donde Nvidia busca posicionar la inteligencia artificial como un elemento clave en el futuro de los videojuegos, lo que algunos interpretan como una presión para que los usuarios acepten la nueva tecnología sin cuestionamientos.
Hemos seleccionado varios productos de la oferta de eMAG que esperamos que les resulten interesantes. Entre ellos, se encuentra una aspiradora húmeda/seca de Karcher con una excelente puntuación basada en los cientos de reseñas recibidas hasta la fecha, así como el smartphone más económico de la serie iPhone 17 de Apple.
1. Blender Nutribullet Pro de 900W, vaso de 900 ml y 700 ml, 5 accesorios incluidos 🖱️
Este una licuadora diseñada especialmente para preparar batidos, e incluye dos vasos en el paquete: de 900 ml y 700 ml. Gracias a sus cuchillas, puede mezclar verduras, frutas, nueces, hielo, etc. El consumo de energía alcanza un máximo de 900W, y el paquete también incluye tapas para los dos vasos y dos anillos que permiten consumir el batido directamente del recipiente en el que se preparó.
2. Huawei Band 11 Pro 🖱️
También ofrece un descuento del 10% con el código huaweiband11. Actualmente, está disponible en dos colores: negro y verde, como se puede ver. Es compatible con teléfonos móviles que ejecutan Android e iOS, tiene una carcasa de aleación de aluminio y titanio, y la localización se realiza también a través de GNSS. Analiza la arritmia basándose en la onda de pulso, la autonomía varía entre 8 y 14 días según el escenario de uso, y el modo Track Run promete una mayor precisión en el cálculo de la distancia.
3. iPhone 17e 🖱️
Lo puede encontrar arriba en la versión de 256 GB de almacenamiento, y en los colores blanco, negro y rosa. EMAG también le ofrece 150 lei adicionales por su teléfono antiguo si lo vende a través de Flip. El iPhone 17e integra el procesador Apple A19 de 3nm, y la protección de la pantalla se ha actualizado a Ceramic Shield 2, se carga de forma inalámbrica a 15W a través de MagSafe / Qi2, y la autonomía sería mejor (hasta 45 horas frente a las 41 horas del modelo anterior).
4. MacBook Air 13 / 15 con Apple M5 🖱️
Mi recomendación, considerando la relación precio/especificaciones/experiencia de usuario, sería el MacBook Air 13 con Apple M5, 16 GB de RAM y SSD de 512 GB. Utilizo un MacBook Air 13 con Apple M2, 8 GB de RAM y 256 GB de almacenamiento y sinceramente no he sentido que no funcione como debería. La verdad es que tampoco lo uso para tareas exigentes, y la edición de video eventual no se realiza en él.
5. Placa video Gigabyte GeForce RTX 5060 WINDFORCE MAX OC 8 GB 🖱️
Me parece una excelente solución para aquellos que buscan una tarjeta gráfica equilibrada, ideal para ejecutar casi cualquier juego en 1440p. Cuenta con DLSS 4, ray tracing y todas las tecnologías NVIDIA que la destacan en este mercado. También ha recibido algunas reseñas, la mayoría de las cuales expresan satisfacción con la experiencia de uso ofrecida.
6. Altavoz portátil Sony ULT FIELD 7 con certificación IP67 y autonomía de 30 horas – nota 4.73 /5 de 64 reseñas y un descuento del 15% con el código SONY;
7. Aspiradora húmeda y seca Karcher – nota 4.76 / 5 de 555 reseñas;
8. Teclado mecánico gaming Logitech G715 con iluminación RGB, Switch GX Red – nota 5 /5 de 3 reseñas;
9. Router inalámbrico TP-Link Archer BE450 con Wi-Fi 7, puerto de 10 Gbps, puerto de 2.5 Gbps – nota 4.42 / 5 de 67 reseñas;
10. Volante Hori Mario Kart Racing Wheel Pro Mini para Nintendo Switch / OLED, PC – nota 4.75 / 5 de 8 reseñas;
Este artículo contiene enlaces de afiliado, y los pedidos realizados pueden generarnos una comisión sobre el valor sin IVA del producto pedido.
El CEO de Nvidia, Jensen Huang, presentó una serie de cifras –principalmente de carácter técnico– durante su discurso inaugural el lunes en la conferencia anual GTC Conference en San José, California.
Sin embargo, una cifra financiera captó la atención de los inversores: su proyección de que las órdenes para los chips Blackwell y Vera Rubin de Nvidia alcanzarán un valor de 1 billón de dólares, lo que refleja el auge del negocio de la inteligencia artificial.
Durante su presentación, Huang señaló que el año pasado la demanda de los chips Blackwell y del próximo Rubin alcanzó los 500.000 millones de dólares hasta 2026. “No sé si ustedes lo ven de la misma manera, pero 500.000 millones de dólares es una cantidad de ingresos enorme”, afirmó. “Bueno, estoy aquí para decirles que, desde mi posición actual –unos pocos meses después de GTC DC, un año después de la última GTC–, preveo al menos 1 billón de dólares hasta 2027”.
La arquitectura de computación Rubin, que se anunció por primera vez en 2024, ha sido descrita por Huang como lo último en hardware de IA, superando a su predecesor Blackwell. La compañía informó en enero, cuando inició oficialmente la producción de Rubin, que operaría 3,5 veces más rápido que la arquitectura Blackwell en tareas de entrenamiento de modelos y 5 veces más rápido en tareas de inferencia, alcanzando hasta 50 petaflops.
Nvidia espera aumentar la producción en la segunda mitad del año.
Techcrunch event
San Francisco, CA | October 13-15, 2026
Científicos han desarrollado un modelo de inteligencia artificial capaz de leer, analizar y generar código genético en todos los dominios de la vida conocidos, un avance con vastas implicaciones para la comprensión de enfermedades humanas, el diseño de nuevos tratamientos y el progreso del conocimiento biológico a una escala previamente imposible.
El modelo, denominado Evo 2, fue publicado en la revista Nature el 4 de marzo por un equipo de investigadores del Arc Institute, una organización sin fines de lucro dedicada a la investigación biomédica con sede en Palo Alto, California. A diferencia de los modelos de IA comúnmente utilizados, como ChatGPT y Claude de Anthropic, que se basan en texto escrito en lenguajes humanos, Evo 2 fue entrenado enteramente con secuencias de ADN –aproximadamente 9 billones de pares de bases– extraídas de bacterias, plantas, animales y todos los demás dominios de la vida.
Patrick Hsu, cofundador e investigador principal del Arc Institute y coautor principal del estudio, declaró a phys.org:
Nuestro desarrollo de Evo 1 y Evo 2 representa un momento clave en el campo emergente de la biología generativa, ya que los modelos han permitido a las máquinas leer, escribir y pensar en el lenguaje de los nucleótidos.
Las posibles aplicaciones de un modelo como este son revolucionarias. Una herramienta que pueda predecir qué variaciones genéticas causan enfermedades, generar nuevas secuencias de ADN plausibles e identificar las propiedades funcionales de los genes en toda la biología podría acelerar drásticamente el desarrollo de nuevos medicamentos, terapias génicas y herramientas de diagnóstico. Podría transformar la comprensión y el tratamiento del cáncer, los trastornos genéticos, las enfermedades autoinmunes y las enfermedades infecciosas. En condiciones de organización social racional y científicamente planificada, estas capacidades podrían estar disponibles para toda la humanidad.
Sin embargo, bajo el capitalismo, los beneficios de tales avances inevitablemente se canalizan hacia las ganancias. Los gigantes farmacéuticos y las empresas de biotecnología que ya están desarrollando aplicaciones basadas en modelos de IA biológica de código abierto patentarán los tratamientos derivados y fijarán sus precios para maximizar el retorno de la inversión para los accionistas, no para mejorar la salud pública. La clase trabajadora, que produce la riqueza social que hace posible esta investigación, se verá en gran medida privada del acceso a los tratamientos que salvan vidas que de ella emergen.
Construyendo el modelo
Para construir Evo 2, los científicos recopilaron secuencias de ADN de casi 10 bases de datos de genomas públicas en un conjunto de datos masivo único llamado OpenGenome2. Con 5,5 terabytes –superando con creces la capacidad de almacenamiento de un ordenador portátil o estación de trabajo típico–, el conjunto de datos refleja la enorme escala de la tarea. Estas secuencias fueron aportadas por cientos de científicos de todo el mundo y se pusieron a disposición del público de forma gratuita, un testimonio del carácter colaborativo y no propietario del trabajo científico que choca con los imperativos de la competencia capitalista.
Existen dos versiones principales del modelo: Evo 2 7B, con 7 mil millones de parámetros entrenados en 2,3 billones de pares de bases, y Evo 2 40B, con 40 mil millones de parámetros entrenados en el conjunto de datos completo. El modelo más grande es más potente, pero requiere sustancialmente más recursos computacionales.
La creación de Evo 2 fue posible gracias a StripedHyena 2, una nueva arquitectura computacional que permitió el entrenamiento con 30 veces más datos que su predecesor, Evo 1, al tiempo que procesaba secuencias de hasta 1 millón de nucleótidos a la vez, muy superior a cualquier modelo de IA biológica anterior.
Después de construir el modelo, los científicos evaluaron su capacidad para realizar una variedad de tareas: predecir los efectos de las mutaciones genéticas, identificar variaciones causantes de enfermedades en el ADN humano, detectar propiedades funcionales de diferentes regiones del genoma y generar secuencias de ADN completamente nuevas.
Evo 2 predijo con éxito que las mutaciones en áreas críticas del ADN serían altamente perjudiciales, un hecho biológico bien conocido, pero con el que el modelo nunca fue programado explícitamente. Esta capacidad surgió enteramente de patrones en los datos de secuencia sin procesar.
El modelo también predijo con precisión si las variantes genéticas humanas –un término que los científicos ahora prefieren a “mutación”, ya que no todas las variaciones causan enfermedades– conducirían a enfermedades. Para las inserciones y deleciones en las secuencias de ADN, Evo 2 superó a todas las herramientas existentes. Para los cambios más simples, de una sola letra, en el código genético, tuvo un rendimiento comparable al de las mejores herramientas que no habían sido entrenadas con ejemplos etiquetados, aunque se quedó corto en comparación con los modelos especializados entrenados con conjuntos de datos seleccionados.
La distinción es importante: Evo 2 es un modelo “no supervisado”, lo que significa que aprendió únicamente de secuencias de ADN sin procesar sin que se le indicara qué buscar. Los modelos que se entrenan con datos etiquetados por científicos –los llamados modelos “supervisados”– tienen una ventaja inherente para tareas específicas. El hecho de que Evo 2 pueda igualar o superar a tales modelos en muchas tareas, a pesar de aprender solo de datos sin procesar, es un logro significativo.
Evo 2 también identificó con precisión una variedad de características dentro de los genomas. En bacterias, identificó correctamente qué elementos genéticos eran capaces de moverse de una ubicación a otra en el genoma. En humanos, identificó con precisión los límites entre intrones y exones –los segmentos de un gen que se eliminan o se conservan cuando el ADN se transcribe en ARN mensajero (ARNm) que sirve como plantilla para la construcción de proteínas. No todos estos límites se conocen en el genoma humano, por lo que una herramienta automatizada como Evo 2 tiene el potencial de avanzar significativamente en el conocimiento biológico en un corto período de tiempo.
Su capacidad para reconocer estas características surgió espontáneamente de patrones en los datos de secuencia, evidencia de que el modelo ha desarrollado independientemente algo similar a una comprensión interna de cómo el ADN codifica el ARN y las proteínas.
Generando nuevo código genético
Debido a que Evo 2 también es un modelo generativo, puede producir nuevas secuencias de ADN utilizando una secuencia más corta como indicación inicial, de manera similar a cómo ChatGPT genera texto en respuesta a una indicación escrita.
Los científicos probaron esta capacidad proporcionando a Evo 2 la primera parte de un gen y pidiéndole que completara el resto. En pruebas en seis especies diversas, el modelo generó entre el 70 y casi el 100 por ciento del gen restante con precisión.
En una prueba más ambiciosa, utilizaron Evo 2 para generar secuencias de ADN completas que codifican estructuras celulares complejas llamadas mitocondrias –los orgánulos responsables de producir energía en las células. En humanos, los genes que codifican los componentes mitocondriales están dispersos en los 23 cromosomas, así como en el propio ADN de las mitocondrias. Utilizando indicaciones mínimas, Evo 2 generó los mismos tipos y números de genes que codifican las mitocondrias reales, con una alta similitud con las secuencias reales.
Los científicos también utilizaron Evo 2 para generar secuencias de ADN con altos niveles de “accesibilidad de la cromatina”, una propiedad que determina si un segmento de ADN es físicamente accesible a la maquinaria celular que activa los genes. Trabajando en conjunto con otros dos modelos especializados, Evo 2 fue capaz de producir secuencias nuevas con las propiedades deseadas, mientras que los enfoques más simples fracasaron.
Es importante tener en cuenta que, si bien estos resultados son muy significativos, las secuencias de ADN generadas por Evo 2 aún deben probarse en el mundo real. Los autores reconocen que sus métodos de evaluación no garantizan que los genomas generados sean funcionales o capaces de replicarse durante la división celular.
Ciencia abierta y el sistema de lucro
Los científicos han puesto a disposición de forma gratuita todas las versiones de Evo 2 y el conjunto de datos OpenGenome2 en el repositorio de modelos HuggingFace, en consonancia con el espíritu de código abierto que impregna lo mejor de la investigación científica moderna.
Hsu señaló:
Evo 2 tiene una comprensión generalista del árbol de la vida que es útil para una multitud de tareas, desde predecir mutaciones causantes de enfermedades hasta diseñar código potencial para la vida artificial. Estamos entusiasmados de ver lo que la comunidad investigadora construye sobre estos modelos fundamentales.
El carácter colaborativo del trabajo que produjo Evo 2 es sorprendente. Las secuencias de ADN que forman su base fueron aportadas libremente por científicos de todo el mundo, recopiladas de bases de datos públicas que abarcan todos los dominios de la vida. La arquitectura de IA que lo hizo posible estaba disponible públicamente. Y el modelo terminado y su conjunto de datos seleccionado se devolvieron a la comunidad investigadora.
Sin embargo, esta colaboración laboral no tuvo lugar fuera del sistema de lucro. El modelo más grande de Evo 2 fue entrenado en 2048 GPU NVIDIA H100 utilizando la plataforma DGX Cloud de NVIDIA en Amazon Web Services, recursos proporcionados a través de una asociación formal entre el Arc Institute y NVIDIA, cuyos empleados son coautores del estudio.
El Arc Institute fue fundado con 650 millones de dólares de multimillonarios de Silicon Valley, incluido Patrick Collison, el director ejecutivo de la empresa de pagos de 65 mil millones de dólares Stripe, que es tanto cofundador del instituto como coautor del estudio Evo 2. Greg Brockman, cofundador y presidente de OpenAI, contribuyó a la arquitectura subyacente del proyecto durante una licencia sabática. Tanto Collison como Brockman tienen vínculos con la administración Trump y el gobierno israelí, los principales perpetradores del genocidio en curso en Gaza y la guerra imperialista contra Irán.
La contradicción es clara: el modelo de IA biológica más avanzado existente fue producido a través de un trabajo científico colaborativo y no propietario, pero fue incubado dentro de estructuras corporativas y filantrópicas que son productos del acaparamiento capitalista de la riqueza. Las empresas farmacéuticas y de biotecnología que utilizarán Evo 2 para aplicaciones comerciales no tienen la obligación de hacer que los tratamientos resultantes sean asequibles o universalmente accesibles, y no lo harán.
Herramientas como Evo 2 tienen el potencial de revolucionar la medicina, acelerando el descubrimiento de tratamientos para el cáncer, las enfermedades genéticas y afecciones que actualmente no tienen cura. Podrían extender la esperanza de vida saludable a nivel mundial, transformar el diagnóstico y hacer que la medicina genómica personalizada sea una realidad para miles de millones de personas. Pero bajo el capitalismo, tales avances están destinados a enriquecer a unos pocos privilegiados. Ya, las capas más ricas de la sociedad tienen acceso a medicina de conserjería y servicios de atención médica personalizados que la gran mayoría de la población no puede pagar. Los avances impulsados por la IA en la medicina genómica profundizarán esta brecha a menos que la clase trabajadora intervenga para reorganizar la sociedad sobre una base socialista.
Desbloquear el pleno potencial revolucionario de la IA –en medicina, ciencia, educación y todos los demás ámbitos– requiere arrebatar el control de estas tecnologías de la oligarquía financiera y ponerlas bajo el control democrático de la clase trabajadora. El Comité Internacional de la Cuarta Internacional (ICFI) ha demostrado en la práctica cómo la IA puede ponerse al servicio de la clase trabajadora, lanzando Socialism AI en diciembre de 2025, el primer chatbot marxista revolucionario del mundo, construido sobre el archivo de más de 125.000 artículos de WSWS y las obras fundamentales de Marx, Engels, Lenin y Trotsky, y diseñado para promover la educación política y la organización de trabajadores y jóvenes a nivel internacional.
El desarrollo de Evo 2 es una poderosa demostración de que los avances científicos más significativos surgen de la colaboración, la apertura y el libre intercambio de conocimientos, principios que son fundamentalmente incompatibles con la búsqueda capitalista de ganancias privadas. La liberación de la ciencia y la tecnología en beneficio de toda la humanidad requiere la reorganización socialista de la sociedad por parte de la clase trabajadora internacional.
Apple (AAPL) reportó ingresos por $143.76 mil millones, un aumento del 15.7% interanual, con una ganancia por acción (EPS) de $2.84, superando el consenso de $2.67 y el objetivo de los analistas de $295.44. La producción de iPhone en India alcanzó las 55 millones de unidades, un aumento del 53% interanual. Tesla (TSLA) entregó 1,636,129 vehículos, una disminución del 9% interanual, con una caída del 46.79% interanual en los ingresos netos, llegando a $3.79 mil millones, y una disminución del 11.23% en las acciones en lo que va del año.
Apple demuestra fortaleza operativa y consistencia para los accionistas, mientras que Tesla ejecuta una transformación que requiere paciencia en medio de un deterioro en las métricas de seguridad de su sistema de conducción autónoma (FSD) y una debilidad en el núcleo de su negocio automotriz.
Un analista que predijo el éxito de NVIDIA en 2010 acaba de nombrar sus 10 principales acciones de inteligencia artificial. Obténlas aquí GRATIS.
Apple ( NASDAQ: AAPL) y Tesla (NASDAQ: TSLA) pueden generar una intensa lealtad de los clientes a través de un enfoque compartido en el diseño premium y la innovación disruptiva, pero se encuentran en extremos opuestos del espectro de idoneidad para la jubilación en 2026. Una ha pasado el último año construyendo ventajas competitivas duraderas y recompensando a los accionistas con consistencia. La otra está ejecutando una transformación ambiciosa que exige paciencia y tolerancia al dolor. La pregunta para los inversores enfocados en la jubilación no es qué empresa tiene el futuro más emocionante, sino cuál merece un lugar en una cartera que no puede permitirse absorber una pérdida de ganancias del 70%.
El último trimestre de Apple fue una declaración de fortaleza operativa. Los ingresos alcanzaron los $143.76 mil millones, un aumento del 15.7% interanual, con una EPS de $2.84, superando una estimación de consenso de $2.67. El objetivo de consenso de los analistas ahora es de $295.44. Su giro hacia la fabricación en India está madurando rápidamente: aproximadamente el 25% de la producción global de iPhone ahora se origina en India, con 55 millones de unidades ensambladas en 2025, un aumento del 53% interanual. Esto representa una cobertura significativa contra el riesgo de la cadena de suministro en China. Los ingresos por servicios alcanzaron un récord de $30.01 mil millones, un aumento del 14% interanual, agregando ingresos recurrentes de alto margen que suavizan los ciclos de hardware.
La situación de Tesla es más complicada. Las ventas de vehículos eléctricos fabricados en China aumentaron un 91% en febrero, marcando un cuarto aumento mensual consecutivo, un punto brillante genuino. Sin embargo, las entregas de vehículos de todo el año 2025 disminuyeron un 9% interanual a 1,636,129 vehículos, y los ingresos automotrices disminuyeron en tres de los cuatro trimestres. Los ingresos netos anuales colapsaron un 46.79% interanual a $3.79 mil millones. El repunte de China es real, pero aún no ha revertido el deterioro estructural en los resultados automotrices principales.
LEE: El analista que predijo NVIDIA en 2010 acaba de nombrar sus 10 principales acciones de IA
Ganador: Apple.
Ninguna de las dos acciones está libre de riesgos, pero la naturaleza de cada riesgo es muy diferente. Apple enfrenta presiones antimonopolio alemanas sobre la Transparencia de Seguimiento de Aplicaciones, retrasos en Siri que posponen la presentación de su pantalla inteligente para septiembre de 2026 y vulnerabilidades de seguridad de iOS. Estos son problemas manejables, en gran medida regulatorios y de programación de productos, que no amenazan el modelo de negocio principal.
Inversores suelen valorar a Nvidia como una empresa de unidades de procesamiento gráfico (GPU). En otras palabras, la compañía se dedica principalmente al diseño, fabricación, promoción y venta de GPU, circuitos electrónicos especializados esenciales tanto para los videojuegos modernos como para la renderización de imágenes.
Sin embargo, aunque las GPU son cruciales para numerosas industrias, actualmente el enfoque principal de Nvidia y de sus inversores reside en un área concreta: la inteligencia artificial. En los últimos años, Nvidia se ha consolidado como una de las acciones más populares relacionadas con la IA a nivel mundial.
No obstante, como demuestran las cifras que se analizarán a continuación, esto ya no es simplemente una oportunidad de crecimiento. El futuro de Nvidia depende ahora casi por completo del desempeño de su negocio de infraestructura de inteligencia artificial.
La inteligencia artificial, el factor clave para los inversores de Nvidia
Actualmente, se está produciendo un crecimiento sin precedentes en la construcción de centros de datos en todo el mundo. Por el momento, estos centros de datos consumen mucha energía. Por esta razón, existe un interés creciente en las nuevas tecnologías energéticas, como los reactores nucleares modulares pequeños.
Sin embargo, los centros de datos no solo necesitan energía, también requieren GPU. Las tarjetas gráficas de Nvidia son ampliamente consideradas como las mejores del mercado, por lo que los operadores de centros de datos e infraestructuras de computación en la nube se apresuran a adquirir la mayor cantidad posible de chips de esta empresa.
Anteriormente, los ingresos de Nvidia por GPU provenían de fuentes más diversas. Sin embargo, el trimestre pasado, 62.300 millones de dólares de los 68.100 millones de dólares de ingresos totales provinieron de clientes de centros de datos. Aunque estos centros de datos atienden a diversos mercados finales, los expertos no dudan de lo que impulsa su rápida expansión: la inteligencia artificial.
“A medida que las empresas tecnológicas compiten por desarrollar los modelos de inteligencia artificial más avanzados, los centros de datos se han convertido en uno de los tipos de infraestructura más importantes del mundo”, según un informe reciente de Goldman Sachs.
“Prevemos un crecimiento significativo de la demanda mundial del mercado de centros de datos en los próximos cinco a seis años”, añadió Goldman Sachs.
Por lo tanto, aunque el mercado lleva tiempo valorando a Nvidia como un ganador en el desarrollo de la inteligencia artificial, hoy en día esto ya no es toda la historia. Casi todos los ingresos de Nvidia provienen ahora de clientes de centros de datos que se están expandiendo para satisfacer la creciente demanda de inteligencia artificial. En resumen, la historia de inversión de Nvidia se centra ahora casi por completo en la inteligencia artificial.
Y no se trata solo del crecimiento de las aplicaciones o servicios de inteligencia artificial. El futuro de la empresa depende directamente de si la construcción de centros de datos continúa a un ritmo acelerado para satisfacer las necesidades de inteligencia artificial de sus clientes.
Aunque la mayoría de los expertos predicen un gran aumento en la construcción de centros de datos, no hay garantía de que la expansión cumpla plenamente con las expectativas. El último informe de Goldman Sachs destaca varios escenarios posibles en los que la implementación de la inteligencia artificial podría ser más lenta de lo esperado, lo que provocaría un exceso de oferta de centros de datos.
Los analistas de la empresa predicen que el crecimiento seguirá produciéndose, pero podría ser menor de lo previsto. Esto sería un golpe directo para los inversores que compran acciones a un precio que ya incluye expectativas de crecimiento no realizadas.
A largo plazo, Nvidia sigue siendo una empresa muy prometedora. Sin embargo, la inversión en ella hoy en día depende fundamentalmente del ritmo y la escala con la que se expanda la infraestructura de centros de datos en todo el mundo.
Apple (AAPL) continuó su despliegue de productos de marzo el martes con el lanzamiento de su más reciente MacBook Air y MacBook Pro, junto con los chips M5 Pro y M5 Max más potentes.
La MacBook Air, el modelo más vendido de Apple, ahora tiene un precio inicial de 1.099 dólares, un aumento de 100 dólares con respecto al modelo del año pasado, y viene con el procesador M5 de la compañía y más almacenamiento, 512GB en lugar de 256GB.
Además de la Air, Apple anunció los procesadores M5 Pro y M5 Max. La compañía afirma que los chips utilizan lo que Apple denomina Arquitectura Fusion, que combina dos matrices en un solo procesador. Tanto el M5 Pro como el M5 Max pueden equiparse con CPU de 18 núcleos que incluyen 6 «super núcleos» y 12 nuevos «núcleos de rendimiento».
Ambos procesadores se integran en las nuevas MacBook Pro de 14 y 16 pulgadas de Apple. La compañía está apostando por las capacidades de inteligencia artificial de las laptops, afirmando que la MacBook Pro con el chip M5 Pro obtiene hasta 6,9 veces más rápido el procesamiento de indicaciones de LLM que la M1 Pro, mientras que la MacBook Pro con el M5 Max ofrece una generación de imágenes con IA 8 veces más rápida que la MacBook Pro con la M1 Max.
Al igual que con la Air, Apple está aumentando el almacenamiento base de la MacBook Pro de 512GB en la M4 Pro a 1TB para la M5 Pro. El modelo M5 Max ahora obtiene 2TB, en comparación con el 1TB del M4 Max.
Sin embargo, los modelos Pro tienen un costo elevado. La MacBook Pro de 14 pulgadas básica con un chip M5 estándar comienza en 1.699 dólares, frente a los 1.599 dólares del año pasado.
Si opta por el M5 Pro, pagará 2.199 dólares. La versión M5 Max, mientras tanto, comienza en 3.599 dólares.
Si elige una MacBook Pro de 16 pulgadas con todas las funciones, terminará pagando 7.349 dólares.
Apple continúa su despliegue de nuevos productos en marzo con el lanzamiento de sus últimas MacBook Air y MacBook Pro, junto con los chips M5 Pro y M5 Max más potentes.
La MacBook Air, el modelo más vendido de Apple, ahora tiene un precio inicial de $1,099, lo que representa un aumento de $100 con respecto al modelo del año pasado, e incorpora el procesador M5 de la compañía y mayor almacenamiento, 512GB en lugar de 256GB.
Además de la Air, Apple anunció los procesadores M5 Pro y M5 Max. La compañía explica que estos chips utilizan lo que denomina Arquitectura Fusion, que combina dos matrices en un único procesador. Tanto el M5 Pro como el M5 Max pueden equiparse con CPUs de 18 núcleos que incluyen 6 «super núcleos» y 12 nuevos «núcleos de rendimiento».
Ambos procesadores se integran en las nuevas MacBook Pro de 14 y 16 pulgadas. Apple destaca las capacidades de inteligencia artificial de estos portátiles, afirmando que la MacBook Pro con el chip M5 Pro ofrece un procesamiento de indicaciones LLM hasta 6.9 veces más rápido que la M1 Pro, mientras que la MacBook Pro con el M5 Max ofrece una generación de imágenes con IA 8 veces más rápida que la MacBook Pro con la M1 Max.
Al igual que con la Air, Apple está aumentando el almacenamiento base de la MacBook Pro de 512GB en el modelo M4 Pro a 1TB para el M5 Pro. El modelo M5 Max ahora cuenta con 2TB, en comparación con el 1TB del M4 Max.
Sin embargo, los modelos Pro tienen un precio elevado. La MacBook Pro de 14 pulgadas básica con un chip M5 estándar comienza en $1,699, frente a los $1,599 del año pasado.
Si optas por el M5 Pro, el precio será de $2,199. La versión M5 Max, por su parte, tiene un precio inicial de $3,599.
Una MacBook Pro de 16 pulgadas con todas las características puede llegar a costar $7,349.
Así cerraron los principales índices:
- S&P 500 cayó un 0,54 por ciento
- Nasdaq Composite bajó un 1,18 por ciento
- Dow Jones subió un 0,03 por ciento
Leer también
Estrategias de salida: ¿Cuándo vender?
El gigante tecnológico Nvidia presentó el miércoles por la noche sus resultados del cuarto trimestre. La compañía es la más grande del mundo, con una capitalización de mercado de 4.490 mil millones de dólares. La empresa reportó ingresos de 68,1 mil millones de dólares, superando en más de dos mil millones las expectativas, según Bloomberg.
El jueves, las acciones cayeron un 5,49 por ciento y contribuyeron a presionar a los índices tecnológicos de gran peso. Esta es la mayor caída diaria de la compañía desde el 16 de abril del año pasado.
Esto contrasta fuertemente con la reacción del mercado después del horario de operaciones, cuando se publicaron los resultados trimestrales de Nvidia. En ese momento, las acciones subieron más de tres por ciento.
El analista Roger Berntsen de Nordnet cree que Nvidia ha ganado cada vez más peso en los principales índices, lo que amplifica el impacto de los movimientos de las acciones.
– Cuando una empresa con un peso tan grande en el índice cae, se nota inmediatamente en el Nasdaq y en el sector tecnológico en general. La subida se ha concentrado en unas pocas acciones gigantes, y por lo tanto, la bajada también se concentra – dijo Berntsen a E24.
Analista en Nordnet
Berntsen cree que la acción está sobrevalorada, por lo que se necesitaría mucho para impresionar a los inversores.
– La acción no cae porque los resultados fueran débiles, sino porque la valoración se ha estirado hasta el límite de lo que el mercado puede soportar.
Nvidia ha experimentado una evolución de precios espectacular impulsada por la explosiva demanda de sus chips de IA. Este fuerte aumento también ha elevado la valoración a niveles altos.
– Después de una subida tan fuerte, era maduro para una corrección. Las expectativas se han vuelto extremadamente altas, y entonces es fácil que los inversores tomen beneficios – dijo Berntsen.
Señala que muchos inversores tienen ganancias significativas después del rally de la IA.
– En un mercado que ha subido tanto, es natural que algunos aseguren sus ganancias. Esto crea mayores fluctuaciones, especialmente en las acciones que más han subido.
Subida concentrada
Nvidia es parte del llamado grupo «Magnificent Seven», que también incluye a Apple, Microsoft, Alphabet, Amazon, Meta y Tesla. Estas empresas han sido responsables de gran parte de la subida en Wall Street.
– La subida en Estados Unidos se ha concentrado en gran medida en unas pocas acciones gigantes. Esto hace que el mercado sea más vulnerable. Cuando una o más de estas caen, tiene un mayor impacto que antes – dijo Berntsen.
Cree que esta evolución ilustra un problema más amplio en el mercado.
– No necesariamente hay drama en la caída individual en sí misma, pero muestra cuánto ha dependido el sentimiento de la IA y las mayores empresas tecnológicas. Cuando el optimismo se ajusta un poco, impacta rápidamente en los índices.
Si esto es el comienzo de una corrección mayor o solo una pausa después de una fuerte subida, es demasiado pronto para decirlo. Pero una cosa está clara, según Berntsen:
– Las fluctuaciones en las mayores acciones tecnológicas seguirán marcando el mercado. Cuando gran parte de la subida ha sido impulsada por pocas empresas, el riesgo también se concentra.
Así fue con las acciones de «Magnificent Seven»:
- Nvidia cerró con una caída del 5,49 por ciento
- Alphabet cayó un 1,88 por ciento
- Amazon bajó un 1,29 por ciento
- Apple terminó con una caída del 0,47 por ciento
- Meta terminó con una subida del 0,51 por ciento
- Microsoft subió un 0,28 por ciento
- Tesla cayó un 2,11 por ciento
La energía podría convertirse en un cuello de botella
Según Berntsen, el auge de la IA no se trata solo de chips y software, sino también de infraestructura física.
– La IA requiere enormes cantidades de potencia de cálculo y, por lo tanto, enormes cantidades de energía. No está garantizado que la infraestructura energética crezca al mismo ritmo que la demanda de IA – dijo.
Los centros de datos se están construyendo a un ritmo récord, pero el acceso a la energía y la capacidad de la red pueden convertirse en un factor limitante.
– Los inversores se han centrado mucho en la demanda de chips. Ahora, más personas están mirando toda la cadena de valor. Sin suficiente energía y capacidad en la red, el crecimiento puede enfrentar obstáculos prácticos – dijo Berntsen.
Subraya que esto no necesariamente detendrá el desarrollo de la IA, pero que podría afectar su ritmo.
– El mercado a menudo valora un crecimiento lineal y sin fricciones. En realidad, siempre hay cuellos de botella. La energía y la infraestructura pueden convertirse en un cuello de botella.
Paramount supera las expectativas: la acción salta
Paramount Skydance entregó mejores resultados de lo esperado en el cuarto trimestre, pocos días después de que la compañía presentara una nueva oferta por Warner Bros. Discovery, según Bloomberg.
La acción de Paramount saltó un 10,04 por ciento después de los resultados trimestrales del miércoles.
La propietaria de CBS y MTV tuvo unos ingresos de 8.150 millones de dólares, superando las expectativas de los analistas de 8.120 millones de dólares. El resultado operativo ajustado fue de 612 millones de dólares, muy por encima de la estimación de 562 millones de dólares.
La división de televisión es la única rentable de Paramount. Aunque las ventas cayeron un cinco por ciento hasta los 4.670 millones de dólares, la unidad entregó más de mil millones de dólares en resultados ajustados, gracias a fuertes recortes de costos.
El servicio de streaming Paramount+ creció hasta los 78,9 millones de suscriptores. En enero, la compañía aumentó el precio de 8 a 9 dólares al mes.
Warner Bros. Llegó a un acuerdo en diciembre para vender su negocio de estudio y streaming a Netflix por 27,75 dólares por acción, una operación valorada en 82.700 millones de dólares, incluida la deuda. Como parte del acuerdo, Warner Bros. Planea separar los canales de televisión por cable CNN y TNT en una empresa separada.
Paramount, que se fusionó con David Ellison’s Skydance Media en agosto, presentó esta semana una nueva oferta de 31 dólares por acción por Warner Bros. Esto llevó a Warner Bros. A extender las negociaciones.
Si el consejo de administración de Warner Bros. Considera que la oferta de Paramount es mejor que el acuerdo con Netflix, Netflix tiene, según el acuerdo de fusión, cuatro días para presentar una contraoferta.