NVIDIA acaba de reconfigurar la cadena de suministro de chips, y Samsung gana en grande

El acuerdo que lo cambia todo

NVIDIA anunció la semana pasada que su rack Grock3 LPX ha entrado en producción en volumen, y los detalles están precisamente en esa letra pequeña. Samsung Foundry está fabricando los chips Grock. TSMC, a su vez, sigue produciendo las GPU de NVIDIA. Esto no es un simple cambio de proveedor. Es la primera vez que una fábrica de Samsung ingresa a la cadena de suministro de aceleradores de NVIDIA a escala significativa, y reconfigura el mapa geopolítico y competitivo de la infraestructura de IA de maneras que resonarán durante la próxima década de la economía de semiconductores.

La tecnología Grock llegó a través de un acuerdo de licencia firmado en diciembre de 2024 por 20.000 millones de dólares: la transacción más grande de NVIDIA con fines de adquisición. Los términos del acuerdo no se han revelado por completo, pero los analistas de la industria estiman que una parte considerable se estructuró como una combinación de tarifas de licencia iniciales y participación en ingresos futuros vinculada a los volúmenes de producción de chips Grock. Esa estructura es notable: significa que los márgenes de Samsung Foundry con el silicio Grock podrían convertirse en un flujo recurrente de ingresos, no en un golpe de fabricación único.

La arquitectura de Grock integra 500 MB de SRAM de alta velocidad directamente en el chip, una decisión de diseño dirigida expresamente a reducir los cuellos de botella de memoria durante las cargas de trabajo de inferencia. El resultado es un procesador que mueve 3.400 tokens por segundo por rack LPX —que contiene 264 chips Grock3—, mucho más rápido que lo que puede lograr una inferencia basada en GPU estándar para tareas sensibles a la latencia, como agentes de codificación, traducción en tiempo real y control de sistemas autónomos. La filosofía arquitectónica detrás de Grock es inconfundiblemente distinta de la estrategia de GPU de NVIDIA: donde las GPU destacan en rendimiento paralelo, Grock está diseñado para un desempeño determinista de baja latencia, una distinción que importa enormemente a medida que la industria avanza desde el cuello de botella de entrenamiento hacia la fase de despliegue de inferencia.

Por qué importa la entrada de Samsung

Samsung Foundry lleva años persiguiendo clientes prestigiosos. Su proceso de nodos avanzados ha rezagado históricamente respecto a las ofertas de vanguardia de TSMC, y el negocio de fundición ha sido un lastre persistente para la rentabilidad global de semiconductores de Samsung. Una victoria de fundición de NVIDIA —la empresa más valiosa del mundo y la fuerza dominante en hardware de IA— es ese tipo de validación que mueve precios de acciones, transforma conversaciones con clientes y reconfigura narrativas de inversores de la noche a la mañana. Para Samsung, este acuerdo no es solo un contrato de manufactura. Es un balcón estratégico dentro de la empresa de IA más poderosa del planeta, y establece una cadena de dependencia que antes no existía.

Los chips se fabrican usando la tecnología de proceso de Samsung, y la relación crea interdependencias estructurales. Los proveedores de equipos de Samsung, particularmente aquellos en los segmentos de litografía y empaque, verán demanda sostenida. La inversión propia de I+D de Samsung en empaque avanzado —concretamente su plataforma de integración heterogénea I-Cube— está ahora directamente ligada al hoja de ruta de producto de NVIDIA, lo que significa que las prioridades de ingeniería de Samsung se alinearán más estrechamente con las de NVIDIA que nunca antes. Esta es una enredadera más profunda que una relación de fundición típica.

TSMC sigue siendo el proveedor de GPU de NVIDIA, y esa relación no va a ninguna parte. El liderazgo en procesos de fabricación de GPU de TSMC está bien establecido, y las arquitecturas Blackwell y Vera Rubin de NVIDIA están diseñadas en torno a las capacidades de TSMC. Pero el arreglo Grock divide la cadena de suministro geográfica y funcionalmente: fábricas coreanas para silicio optimizado para inferencia, fábricas taiwanesas para aceleración de GPU de propósito general. Esta diversificación es exactamente lo que Dion Harris, líder de infraestructura de IA de NVIDIA, describió cuando dijo que la compañía está “usando el procesador correcto para cada parte del trabajo”: no reemplazando GPU, sino complementándolas con silicio diseñado para cargas de trabajo de inferencia. El efecto es una cadena de suministro más resiliente pero también más compleja, con implicaciones de costo y coordinación que aún se están calculando.

Las guerras de inferencia son reales

La inferencia de baja latencia se está convirtiendo en el cuello de botella que determina cuáles productos de IA se sienten rápidos y cuáles se sienten lentos. La diferencia entre un modelo que responde en 200 milisegundos y uno que tarda dos segundos no es una mejora marginal de UX: es la diferencia entre un asistente de IA que parece inteligente y uno que parece roto. El modo UltraFast de OpenAI, por ejemplo, funciona con chips Cerebras y actualmente maneja unos 750 tokens por segundo: impresionante, pero aproximadamente una cuarta parte de lo que un solo rack Grock3 LPX puede impulsar. AMD también se ha redirigido hacia la inferencia, anunciando a principios de este año que integraría chips Cerebras en sistemas a nivel de rack, señalando que incluso las compañías con carteras sólidas de GPU están reconociendo que la inferencia requiere un enfoque distinto.

El mercado está convergiendo hacia la misma conclusión: el entrenamiento pudo haber sido la guerra, pero la inferencia es la paz, y la latencia es el terreno. Entrenar modelos es intensivo en capital pero comparativamente raro: un puñado de organizaciones en todo el mundo puede entrenar modelos de vanguardia. La inferencia, en cambio, es ubicua y continua. Cada consulta, cada llamada de API, cada decisión en tiempo real se multiplica en miles de millones de operaciones por día. La economía de la inferencia a escala es donde se hará el dinero real, y las compañías que puedan entregar el menor costo por token con mayor rendimiento definirán el panorama competitivo durante años.

Las matemáticas de NVIDIA son tajantes. Jensen Huang destinó un cuarto del espacio del centro de datos diseñado para aplicaciones de codificación específicamente a chips Grock, con el resto tres cuartas partes para sistemas de GPU Vera Rubin. La compañía proyecta ingresos acumulados de 1 billón de dólares de las líneas Vera Rubin y Blackwell de generación actual hasta 2027. Grock no es una apuesta lateral: es un componente estructural de la estrategia de infraestructura de NVIDIA de aquí en adelante. La tarifa de licencia de 20.000 millones de dólares, el arreglo de producción con Samsung, la asignación dedicada de centro de datos: cada una de estas señales indica que NVIDIA está tratando la inferencia como una preocupación de primera clase, equivalente al entrenamiento.

El triángulo Corea-China-Taiwán

Este acuerdo desplaza el triángulo en tiempo real. TSMC de Taiwán retiene el dominio en GPU pero pierde exclusividad sobre el portafolio completo de aceleradores de NVIDIA. La implicación es sutil pero significativa: TSMC ya no puede señalar a NVIDIA como un cliente exclusivamente de origen taiwanés. Samsung ahora tiene una relación de manufactura directa con NVIDIA que TSMC no tiene, lo que otorga a Samsung poder de negociación en conversaciones en curso con otros clientes prospectivos que puedan buscar una alternativa no TSMC por razones geopolíticas o de cadena de suministro.

Las ambiciones de semiconductores de China, mientras tanto, se enfrentan a un ascenso más empinado. Samsung y NVIDIA ahora están co-desarrollando silicio específico para inferencia bajo una asociación que excluye expresamente a fundiciones chinas del circuito. El entorno de controles de exportación ha hecho que esta exclusión sea estructural más que incidental: las regulaciones de EE.UU. restringen la transferencia de tecnología avanzada de manufactura de semiconductores a China, y el arreglo Grock-Samsung encaja perfectamente dentro de ese corredor restringido. Las compañías de IA chinas que dependan de chips de inferencia de alto rendimiento tendrán que obtenerlos por canales indirectos o acelerar alternativas domésticas, ambas opciones con penalizaciones significativas de costo y rendimiento. La brecha entre la capacidad de inferencia china y occidental se ampliará probablemente en el corto plazo.

Corea del Sur gana un asiento en la mesa para el stack de hardware de IA más importante del mundo, una posición que había ostentado en memoria (HBM) pero nunca en aceleradores de IA de proceso lógico. El negocio de HBM de Samsung ya era un habilitador crítico del suministro de GPU de NVIDIA: cada chip Blackwell y Grock requiere HBM, pero la nueva relación de fundición eleva a Samsung de proveedor de componentes a socio a nivel de sistema. Esa distinción importa para la valoración, para el poder de negociación y para la narrativa estratégica que Samsung ha estado intentando construir alrededor de su división de semiconductores.

Efectos de segunda orden y reacciones del mercado

La reacción inmediata del mercado ha sido contenida pero reveladora. La acción de NVIDIA subió modestamente tras el anuncio, reflejando el alivio de los analistas ante que la compañía esté ejecutando su estrategia de inferencia en lugar de depender únicamente de hardware de entrenamiento. Las acciones de Samsung se movieron con más dramatismo, al alza por la expectativa de que el acuerdo de fundición proporcionaría un punto de inflexión de ingresos significativo. La acción de TSMC cayó ligeramente por preocupaciones sobre la diversificación de la cadena de suministro lejos de la manufactura taiwanesa, aunque los analistas señalan que el impacto en el negocio central de GPU de TSMC debería ser limitado en el corto plazo.

Más allá del mercado de valores, el acuerdo está remodelando relaciones entre proveedores en todo el ecosistema de semiconductores. Los fabricantes de equipos con exposición a la expansión de nodos avanzados de Samsung —incluyendo ASML, Applied Materials y Lam Research— están repasando su planificación de capacidad. Las empresas de empaque y pruebas que se especializan en integración heterogénea están viendo un aumento en el volumen de consultas por parte de Samsung y sus subcontratistas. Las ondas expansivas se extienden también a mercados laborales: Samsung ha estado acelerando la contratación en sus operaciones de fundición en Corea del Sur y Texas, y los equipos de ingeniería de NVIDIA ahora están coordinándose con los ingenieros de proceso de Samsung con una regularidad que antes no existía.

También hay implicaciones para la dinámica competitiva entre NVIDIA y su propia I+D interna. La adquisición de Grock trajo consigo un equipo de ingenieros y una biblioteca de IP que NVIDIA ha estado integrando en su arquitectura de aceleradores más amplia. La relación de fundición con Samsung significa que parte de esa integración está ocurriendo externamente, lo que introduce sobrecarga de coordinación pero también proporciona flexibilidad que la producción interna no ofrecería. Si la demanda de inferencia crece más allá de lo que Samsung puede manejar, NVIDIA tiene la opción de llevar la producción de Grock a TSMC u otra fundición: una opción estratégica que la compañía probablemente consideró al cerrar el acuerdo de 20.000 millones de dólares.

Qué sigue

NVIDIA reportará ganancias del segundo trimestre el 26 de mayo. El mercado buscará dos datos: primero, si el volumen de producción de Grock está apuntando hacia los objetivos de despliegue que NVIDIA delineó, y segundo, si Samsung Foundry está revelando algún ingreso relacionado con Grock en sus proyecciones. Ambos señalarán si esto es un hito de producción o un titular de cadena de suministro. Los analistas esperan que NVIDIA proporcione orientaciones más específicas sobre los cronogramas de despliegue de Grock durante la conferencia de ganancias, particularmente alrededor del despliegue del centro de datos Neavius con CPU Vera y GPU Rubin, que se espera esté operativo antes de final de año.

La implicación más amplia es que la carrera de infraestructura de IA ya no se trata solo de quién puede entrenar el modelo más grande. Se trata de quién puede servir la inferencia más barata y rápida a escala, y las compañías que controlen tanto el silicio como la ruta de despliegue de centros de datos establecerán las economías para todos los demás. El arreglo Grock-Samsung es una jugada temprana en ese juego, y señala que NVIDIA está construyendo una estrategia diversificada y multi-fundición que reduce la dependencia de cualquier socio de manufactura individual mientras acelera el tiempo de comercialización para hardware optimizado para inferencia. Para Samsung, el acuerdo es una validación de que sus ambiciones de fundición ya no son teóricas. Para el resto de la industria, es un recordatorio de que el paisaje de hardware de IA aún se está escribiendo, y los jugadores que creían que la cadena de suministro estaba resuelta deberían prestar atención.