Hay una cifra en los resultados de NVIDIA que se ha llevado todos los titulares, y es la buena: 96.221 millones de dólares en tres meses, más del doble que hace un año. Hay otra que apenas se ha comentado y que, si te dedicas a montar o vender infraestructura, dice bastante más.
El negocio de centro de datos de NVIDIA se divide desde este año en dos submercados. Uno son los hiperescalares. El otro se llama ACIE y agrupa nubes de IA, industria, empresa y proyectos soberanos. El primero creció un 104% interanual. El segundo, un 134%. Y el segundo ya vale 40.310 millones al trimestre, casi tanto como el primero.
Traducido: el dinero de la IA está dejando de ser cosa de cinco compañías americanas.
NVIDIA cerró el 26 de julio su segundo trimestre fiscal de 2027. Estos son los números frente al mismo trimestre del año pasado:
| Indicador | Q2 FY2027 | Q2 FY2026 | Variación |
|---|---|---|---|
| Ingresos totales | 96.221 M$ | 46.743 M$ | +106% |
| Data Center | 89.000 M$ | 41.096 M$ | +117% |
| Edge Computing | 7.200 M$ | 5.647 M$ | +27% |
| Beneficio operativo GAAP | 63.734 M$ | 28.440 M$ | +124% |
| Beneficio neto GAAP | 59.688 M$ | 26.422 M$ | +126% |
| BPA diluido GAAP | 2,46 $ | 1,08 $ | +128% |
| BPA diluido non-GAAP | 2,22 $ | 1,05 $ | +111% |
| Margen bruto GAAP | 75,0% | 72,4% | +2,6 puntos |
El consenso de analistas esperaba 2,09 $ de beneficio por acción y entre 92.000 y 95.000 millones de facturación. La propia NVIDIA había guiado 91.000 millones. Se pasó de largo por los dos lados.
Para el trimestre en curso la compañía espera 108.000 millones con un margen de error del 2%, y un margen bruto del 74% con medio punto de holgura. Esa previsión no incluye ningún ingreso de cómputo para centro de datos en China: los envíos de Hopper a China fueron menos del 1% del negocio de Data Center en el trimestre y la guía los da por cero.
Los porcentajes interanuales pierden significado cuando todo sube tanto. La serie completa se entiende mejor:
| Trimestre | Cierre | Ingresos | Data Center | % del total |
|---|---|---|---|---|
| Q2 FY2026 | jul 2025 | 46.743 M$ | 41.096 M$ | 87,9% |
| Q3 FY2026 | oct 2025 | 57.006 M$ | 51.200 M$ | 89,8% |
| Q4 FY2026 | ene 2026 | 68.100 M$ | 62.300 M$ | 91,5% |
| Q1 FY2027 | abr 2026 | 81.600 M$ | 75.200 M$ | 92,2% |
| Q2 FY2027 | jul 2026 | 96.221 M$ | 89.000 M$ | 92,5% |
| Q3 FY2027 (guía) | oct 2026 | 108.000 M$ | — | — |
El ejercicio fiscal 2026 completo se cerró en 215.900 millones. Al ritmo actual, el fiscal 2027 termina por encima de los 380.000. Y la guía preliminar para el 2028 es de un 70% más encima de eso.
Esa guía tiene un matiz que merece leerse dos veces. Huang lo dijo en la llamada con analistas:
Aunque nuestra demanda es muy superior a ese 70%, nuestro suministro nos permite entregar con confianza un 70%.
No es una previsión de mercado. Es una previsión de fábrica.
Conviene decirlo porque casi nadie lo está diciendo: NVIDIA cambió su forma de reportar en el trimestre anterior. Antes publicaba cinco mercados (Data Center, Gaming, Professional Visualization, Automotive y OEM). Ahora publica dos plataformas: Data Center y Edge Computing, y esta última se ha comido todo lo demás.
Así que parte del salto del 87,9% al 92,5% es contabilidad, no mercado.
Dicho eso, el fondo aguanta. Con la segmentación vieja, Data Center ya suponía el 87,9% hace un año y el 87,5% dos años atrás. La concentración es real, viene de largo, y lo que ha hecho el cambio de criterio es dejarla más a la vista. Gaming ya no es un negocio comparable en tamaño con lo que factura NVIDIA por vender infraestructura de IA, y la compañía ha dejado de fingir lo contrario en sus cuentas.
Dentro de Data Center, además, hay ahora dos submercados declarados:
| Submercado | Q2 FY2027 | Interanual | Trimestral | Qué incluye |
|---|---|---|---|---|
| Hyperscale | 48.710 M$ | +104% | +13% | Nubes públicas y grandes empresas de internet de consumo |
| ACIE | 40.310 M$ | +134% | +25% | Nubes de IA (neoclouds), industria, empresa y proyectos soberanos |
Un 134% frente a un 104% no parece gran cosa dicho así. Mirado en trimestral la diferencia es más brutal: +25% contra +13%. ACIE crece al doble de velocidad que los hiperescalares y ya representa casi la mitad del negocio de centro de datos de NVIDIA.
La propia compañía explica de dónde sale ese crecimiento: capacidad nueva de neoclouds para atender a empresas, startups de IA y proyectos soberanos, más hiperescalares que compran capacidad a terceros para complementar sus propias construcciones.
Leído desde España, eso significa tres cosas concretas.
La primera: cuando un hiperescalar compra capacidad a un tercero para completar la suya, el modelo de “todo lo grande pasa por AWS, Azure y Google” deja de describir bien el mercado. Hay demanda por debajo, y hay quien la sirve sin ser ninguno de los tres.
La segunda: la parte soberana ha dejado de ser un discurso de congreso. NVIDIA la reporta como línea de negocio porque le entra dinero por ahí. Los proyectos nacionales de IA en Europa, Japón y Corea están comprando hardware de verdad, y compran donde los datos pueden quedarse dentro de una jurisdicción concreta. Es exactamente el argumento que sostiene la soberanía del dato frente al Cloud Act.
La tercera, la más incómoda para quien vende cloud público sin más: si la capacidad de IA se está construyendo también fuera de los hiperescalares, el debate de dónde correr las cargas se reabre. No es que vuelva todo al CPD propio —eso ya lo discutimos al hablar de la repatriación cloud—, pero la baraja tiene más cartas que hace dos años.
Otro desglose que se pierde entre titulares. De los 89.000 millones de Data Center:
| Componente | Ingresos | Interanual | Peso |
|---|---|---|---|
| Cómputo (GPU, CPU, sistemas) | 71.570 M$ | +111% | 80,4% |
| Networking | 17.450 M$ | +141% | 19,6% |
Dentro de networking, InfiniBand (Quantum-X) ronda los 7.500 millones, Ethernet unos 5.460 y NVSwitch unos 4.500.
La red crece más rápido que el cómputo, y no es casualidad. En una arquitectura de rack donde decenas de GPU se comportan como una sola muy grande, los enlaces entre ellas dejan de ser fontanería y pasan a ser parte del procesador. Cuanto más se sube de escala, más se gasta en conectar. Es la misma lógica que hace que la fibra óptica sea la tecnología invisible que sostiene la IA: sin ancho de banda y sin latencia baja, el cómputo se queda esperando.
Para quien opera infraestructura la lectura práctica es directa. Dimensionar un despliegue de GPU mirando solo el catálogo de aceleradores es quedarse a medias. La factura de red en un clúster de IA moderno se acerca a un quinto del total del hardware.
Lo que NVIDIA anunció junto a los resultados dibuja bien hacia dónde va el producto:
Merece la pena pararse en Groq 3 LPX, porque explica algo que no estaba en el guion. En diciembre de 2025 NVIDIA firmó un acuerdo de licencia no exclusiva con Groq por 20.000 millones de dólares en efectivo e incorporó a su fundador, Jonathan Ross, a su presidente, Sunny Madra, y a buena parte del equipo de ingeniería. Groq siguió existiendo como empresa independiente. En las cuentas de este trimestre aparece la salida de caja asociada.
Lo que ha comprado NVIDIA con eso es hardware específico para la fase de decodificación de la inferencia, la que determina a qué velocidad recibe sus tokens un usuario concreto. El sistema combina 256 aceleradores LPU con ejecución determinista, 40 PB/s de ancho de banda de SRAM en chip y 640 TB/s de comunicación de escalado. NVIDIA afirma que ofrece 35 veces más rendimiento por megavatio que un Blackwell NVL72 en modelos de billones de parámetros. Nebius es la primera nube de IA que lo adopta.
Es la primera vez que NVIDIA tiene una línea de hardware dedicada a inferencia, separada del entrenamiento. Y ese “por megavatio” del titular no es un detalle de marketing: cuando el límite es la potencia contratada, el rendimiento por vatio deja de ser una métrica de eficiencia y pasa a ser la métrica de capacidad. De eso ya hablamos al desmenuzar el PUE y el coste oculto de la energía.
La frase con la que Huang resumió el trimestre va en la misma dirección:
La IA ha llegado a su punto de inflexión. Está haciendo trabajo útil. Sus tokens son productivos y rentables. Ahora, el cómputo es ingreso. Y la demanda se está acelerando.
La acción no ha seguido una línea recta, y eso es lo interesante.
| Momento | Cotización | Capitalización |
|---|---|---|
| 24 de abril de 2026 (cruce de los 5 billones) | 208,27 $ | ~5,0 B$ |
| Máximo histórico, mayo de 2026 | 236,54 $ | ~5,7 B$ |
| Mínimo de 52 semanas | 164,07 $ | — |
| 26 de agosto de 2026 (víspera de resultados) | 209,66 $ (-1,34%) | ~5,06 B$ |
| Tras publicar resultados | +5% a +6% | ~5,3-5,4 B$ |
Billones en la escala larga española: 5 billones = 5 millones de millones = 5 trillion en inglés.
Dos lecturas conviven en ese cuadro. La primera es que NVIDIA llegaba a la cita por debajo de su máximo de mayo, con la acción cayendo la propia víspera y con el mercado de opciones descontando un movimiento del 5,4% en cualquier dirección, lo que en esta compañía equivale a unos 280.000 millones de capitalización moviéndose en una sesión. Duplicar ingresos ya no garantiza que la acción suba.
La segunda es que los resultados calmaron la duda de fondo, que no era si NVIDIA iba a vender, sino si el ciclo de inversión en IA seguía intacto. Se llevó una subida de un 5-6%, muy lejos de los saltos de dos dígitos de 2023 y 2024.
Ese cambio de reacción es, en sí mismo, un dato. El mercado ha dejado de premiar el crecimiento de NVIDIA y ha empezado a vigilar sus condiciones.
En paralelo a los resultados, AWS y NVIDIA anunciaron una ampliación de su acuerdo para desplegar 2 millones de GPU adicionales —Blackwell Ultra, Rubin y Rubin Ultra— en la infraestructura mundial de Amazon durante 2027 y 2028. El paquete incluye CPU Vera, red Spectrum, NVLink Fusion con memoria de alto ancho de banda personalizada (NVHBM), los modelos abiertos Nemotron en Bedrock y SageMaker, y la pila de IA física (Jetson, Omniverse, Isaac).
Matt Garman, consejero delegado de AWS, lo enmarcó en la libertad de elegir herramientas. Huang fue más literal: “Llevamos 16 años escalando juntos la computación de NVIDIA en la nube. Ahora ampliamos la colaboración a toda la pila”.
Dos millones de aceleradores es una cifra que se lee rápido y se construye despacio. Hacen falta memoria HBM, óptica, conmutadores, refrigeración líquida, transformadores, acometidas eléctricas, suelo y permisos. NVIDIA depende además de terceros para fabricar, ensamblar, empaquetar y probar sus productos, algo que la propia compañía lista entre sus factores de riesgo.
Aquí es donde el cuello de botella se muda de sitio. Ya no es cuántas GPU se pueden fabricar, sino cuántas se pueden enchufar. Un centro de datos capaz de sostener las densidades de potencia de un rack de IA moderno no se levanta en un trimestre, y ese plazo no lo acorta ningún avance en litografía. Lo comentamos con más detalle al hablar del centro de datos modular y de qué significa realmente un Tier alto para cargas de IA.
El crecimiento tiene coste, y esta vez se ve en la cuenta.
NVIDIA cerró con un margen bruto GAAP del 75,0%. La previsión propia dibuja una pendiente clara:
| Periodo | Margen bruto previsto |
|---|---|
| Q2 FY2027 (real) | 75,0% |
| Q3 FY2027 | 74% ± 0,5 puntos |
| Q4 FY2027 (suelo) | 71-72% |
| FY2028 | 72-73% |
La causa la puso por escrito la directora financiera, Colette Kress: el precio de los componentes de memoria ha subido más de lo que esperaban y va camino de subir todavía más el año que viene.
Ese aviso no se queda en NVIDIA. La memoria HBM que alimenta los aceleradores y la DRAM convencional salen de las mismas fábricas y compiten por la misma capacidad. Ya vimos el efecto en el mercado de servidores cuando analizamos cómo la IA ha disparado el precio de la RAM. Si NVIDIA, que compra con el músculo que compra, ve cómo se le come dos o tres puntos de margen, quien renueva un par de nodos de virtualización lo va a notar bastante más.
El movimiento más revelador del trimestre no aparece en la cuenta de resultados.
El 10 de agosto NVIDIA anunció acuerdos con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR —más de 4 billones de dólares bajo gestión entre las seis— para crear plataformas independientes de financiación de capacidad de cómputo. El objetivo declarado: movilizar con el tiempo más de 500.000 millones de dólares de capital de terceros para construir infraestructura de IA destinada a laboratorios frontera, empresas y nubes de IA. Los acuerdos están pendientes de firma definitiva.
Conviene precisar lo que no es. NVIDIA no va a invertir 500.000 millones. Habla de capital ajeno y de plataformas independientes, y la distinción importa. Lo que aporta es su tecnología, CUDA y la base instalada de desarrolladores, con un argumento comercial explícito de Huang: el cómputo de NVIDIA es el que mejor sirve como activo financiable porque está adoptado a lo ancho y sirve para modelos y cargas distintos.
Es decir: es un activo con mercado secundario. Si el proyecto que lo compró falla, el hardware se recoloca.
Ahí está la novedad de fondo. Hace unos años NVIDIA vendía tarjetas. Hoy vende racks, define arquitecturas de referencia, y además ayuda a montar el vehículo financiero que paga el edificio donde acabarán instalándose. Fabricar suficientes aceleradores dejó de ser el problema; el problema es quién financia los miles de millones de hormigón, cobre y megavatios que hay alrededor.
Y ahí aparece la crítica que ya se está haciendo desde el lado financiero: si buena parte de la demanda no viene de negocios que generen caja suficiente, sino de inversión externa y deuda, la pregunta de si los ingresos de la IA justificarán lo invertido alrededor de las GPU sigue sin respuesta.
Cuatro conclusiones que se sostienen con los números de arriba, sin necesidad de predecir nada.
El mercado se está ensanchando por abajo. ACIE creciendo al 134% y las nubes de IA como motor declarado significa que hay demanda de infraestructura acelerada fuera de los hiperescalares, y que alguien la está sirviendo. Si te planteas cargas de IA propias, la comparación entre bare-metal con GPU e hiperescalar tiene hoy más opciones intermedias que hace un año.
El coste no está donde parece. Casi un 20% del gasto de centro de datos de NVIDIA es red, el margen se está comiendo la memoria, y la métrica que la propia compañía usa para presumir es el rendimiento por megavatio. Un presupuesto de IA que solo cuenta aceleradores está mal hecho.
La soberanía dejó de ser argumento y pasó a ser línea contable. Que NVIDIA reporte proyectos soberanos dentro de su submercado de mayor crecimiento indica dónde está mirando el dinero público europeo. Para una empresa española sujeta a normativa de cumplimiento, eso amplía las opciones reales, no solo las teóricas.
El plazo manda. Cuando el propio fabricante dice que su guía la marca el suministro y no la demanda, y cuando el acuerdo con AWS habla de 2027-2028, la conclusión operativa es que la capacidad se planifica con años de antelación. Quien necesite GPU en producción el año que viene hace bien en cerrar hoy dónde y con quién.
96.221 millones de dólares en el trimestre cerrado el 26 de julio de 2026, un 106% más interanual y un 18% más que el trimestre anterior. Al cambio del 27 de agosto de 2026 (1 € = 1,1653 $), unos 82.570 millones de euros.
89.000 millones de dólares, alrededor del 92,5% de los ingresos. Conviene saber que NVIDIA cambió su segmentación en el trimestre anterior: ahora reporta solo dos plataformas, Data Center y Edge Computing, y esta última absorbe lo que antes eran Gaming, Professional Visualization, Automotive y OEM. Con el criterio antiguo, Data Center ya suponía el 87,9% un año atrás.
Es uno de los dos submercados en los que NVIDIA divide Data Center. Agrupa nubes de IA, industria, empresa y proyectos soberanos, frente a Hyperscale, que son las nubes públicas y las grandes empresas de internet de consumo. ACIE facturó 40.310 millones, un 134% más interanual y un 25% más que el trimestre anterior, creciendo al doble de velocidad que los hiperescalares.
La nueva generación de plataforma de infraestructura de IA de NVIDIA, sucesora de Blackwell. Está entrando en producción plena y ya hay racks funcionando en CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure y Nebius. Combina aceleradores, CPU Vera, NVLink, red Spectrum-6 y el resto de la pila en despliegues a escala de rack.
NVIDIA firmó en diciembre de 2025 un acuerdo de licencia no exclusiva con Groq por 20.000 millones de dólares e incorporó a su fundador y a buena parte de su equipo de ingeniería, aunque Groq siguió siendo una empresa independiente. El fruto es Groq 3 LPX, ya en producción plena: el primer hardware de NVIDIA dedicado específicamente a inferencia, orientado a la fase de decodificación.
No. Ha anunciado acuerdos con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR para crear plataformas que pretenden movilizar más de 500.000 millones de capital de terceros. No es una inversión directa de NVIDIA por esa cantidad, y los acuerdos están sujetos a firma definitiva.
Por el coste de la memoria. La directora financiera reconoció que los precios de los componentes de memoria han subido por encima de lo previsto y seguirán subiendo. El margen bruto pasa del 75,0% actual a un 74% previsto, con suelo del 71-72% en el cuarto trimestre y un 72-73% para el año fiscal 2028.
Cerró la víspera en 209,66 dólares, un 1,34% abajo y por debajo de su máximo histórico de 236,54 dólares de mayo, y subió entre un 5% y un 6% tras publicar. La capitalización ronda los 5,3 billones de dólares (escala larga), frente al récord de unos 5,7 billones alcanzado en mayo.
Fuentes:
¿Estás dimensionando infraestructura para cargas de IA y no tienes claro si te compensa GPU dedicada, colocation o nube? Hacemos el cálculo con tus datos reales de consumo, utilización y potencia disponible, sin humo. Empieza por nuestros servidores con GPU o cuéntanos el caso en contacto.
HPE compró Morpheus Data y hoy vende dos cosas distintas con ese nombre: una plataforma de gestión híbrida y multi-nube, y VM Essentials, una virtualización propia basada en KVM que gestiona a la vez sus clústeres y los de vSphere. Con licencia por socket y precio de lista publicado. Qué es cada cosa, a quién le encaja y cómo se compara con hacerlo sobre Proxmox.
MultiPortal convierte un clúster de Proxmox VE en una nube multi-inquilino con autoservicio, centros de datos virtuales, cuotas, medición de consumo, revendedores y marca blanca. Es software comercial, con edición gratuita hasta cuatro sockets. Repasamos qué hace, qué cuesta comparado con el propio hipervisor y por qué multi-inquilino no es lo mismo que aislado.
SnapMirror active sync deja de ser cosa exclusiva del bloque. Desde ONTAP 9.19.1 protege también cargas NFS y SMB a nivel de SVM, con RPO 0 y conmutación automática entre dos sistemas. Repasamos cómo funciona de verdad, la letra pequeña que trae esta primera versión y qué cambia al diseñar un cloud privado repartido entre dos centros de datos.