La paradoja de Nvidia: el mayor fabricante de chips de IA también sufre escasez de GPUs
En una reveladora entrevista en el podcast Decoder de The Verge (julio de 2026), Xinzhou Wu, vicepresidente y responsable de la división automotriz de Nvidia, admitió algo que pocos esperaban: incluso dentro de la empresa más valiosa del mundo en fabricación de chips, su equipo lucha semanalmente por conseguir acceso a GPUs 
.
Reuniones semanales y un CEO que arbitra
Wu confirmó que se reúne con colegas "casi semanalmente" para repartir la capacidad de cómputo destinada a entrenamiento, pruebas y desarrollo. Cuando le preguntaron directamente si tiene que pelear por recursos de GPU, soltó una risa y respondió: "Sí, aunque no lo creas — incluso Nvidia tiene un suministro limitado de GPUs para cómputo" .
La competencia interna se ha vuelto tan intensa que el propio CEO de Nvidia, Jensen Huang, tiene que intervenir de vez en cuando para mediar entre las distintas unidades de negocio .
El dilema estructural: data centers vs. automoción
El negocio de data centers de Nvidia —que suministra GPUs para el boom de la IA— genera ingresos enormes e inmediatos, mientras que la división automotriz apuesta por un futuro de conducción autónoma que no dará frutos hasta dentro de varios años. Wu reconoció este incómodo cálculo interno: ¿cuánta capacidad de fabricación y suministro de GPUs se asigna a clientes que pagan precios altos hoy, frente a un mercado que podría materializarse mañana?
Lo que revela sobre la crisis global de recursos de IA
- Las GPUs escasean incluso para los propios equipos de Nvidia. Si la empresa que diseña y fabrica los chips más codiciados del mundo no puede abastecer fácilmente a su propia división automotriz, queda claro que la demanda de cómputo de IA ha superado con creces la oferta .
- Recorte del 30-40% en GPUs para gaming. Múltiples fuentes reportaron que Nvidia planea reducir la producción de la serie RTX 50 entre un 30% y un 40% en el primer semestre de 2026, debido a la escasez de memoria GDDR7. Los data centers de IA están consumiendo la capacidad disponible de memoria, y los proveedores priorizan la memoria HBM para chips de IA sobre la memoria para GPUs de consumo
.
La hoja de ruta de Nvidia hacia la autonomía
Durante la entrevista, Wu presentó un cronograma ambicioso para la conducción autónoma:
| Hito | Objetivo |
|---|
| Capacidades urbanas Nivel 2++ en plataforma Drive AGX | 2026 |
| Pruebas de robotaxis Nivel 4 con socios | 2027 |
| Vehículos autónomos Nivel 4 de propiedad particular | 2028 |
Nvidia está construyendo una pila completa de conducción autónoma llamada Nvidia Drive, que ofrece plataformas de hardware y modelos fundacionales entrenados con datos sintéticos. Wu argumentó que los fabricantes de automóviles no necesitan miles de millones de kilómetros de datos de conducción autónoma como Waymo o Tesla — pueden conectarse al ecosistema de Nvidia, que ejecuta 5 millones de pruebas de validación al día .
Contexto clave de la entrevista
- La oposición de Tesla al lidar. El enfoque de Nvidia incorpora múltiples tipos de sensores, incluido el lidar, posicionándose frente a la filosofía de Tesla de solo usar cámaras. Wu afirmó que no se necesitan millones de kilómetros de datos de conducción para vencer a Tesla — se necesitan los sensores adecuados y un sistema de IA que pueda razonar realmente
.
- Tendencias de adopción de vehículos eléctricos y barreras comerciales. Wu comentó cómo las tendencias de adopción de vehículos eléctricos y las barreras comerciales de EE. UU. —especialmente los controles de exportación que afectan la venta de chips a China— crean vientos en contra para el negocio automotriz. Nvidia ha sufrido deserciones de fabricantes chinos debido a retrasos y problemas de rendimiento
.
- Arquitectura de seguridad. Nvidia ejecuta dos sistemas en paralelo en su plataforma Drive: un modelo de IA de extremo a extremo se encarga de la conducción, mientras que una "pila clásica" basada en los estándares de seguridad ISO 26262 actúa como un "hermano mayor" que verifica cada fotograma .
Evidencia insuficiente
- Las palabras exactas de Wu sobre las tendencias de adopción de vehículos eléctricos y las barreras comerciales no se recogen completamente en las fuentes disponibles más allá de referencias generales.
- Nvidia no confirmó oficialmente las cifras de recorte del 30-40% en la producción de GPUs para gaming — estas se originaron en foros chinos (Board Channels) y fueron reportadas por varios medios como "rumores" o "informes"
.
Resumen
La división automotriz de Nvidia se enfrenta a una competencia interna real por el acceso a las GPUs, con reuniones semanales de asignación y la mediación ocasional del CEO Jensen Huang . Esto refleja una crisis más amplia de recursos de IA donde el suministro de memoria para GPUs (GDDR7 y HBM) está severamente limitado por la demanda de los data centers, lo que obliga a Nvidia a recortar la producción de GPUs para gaming hasta en un 40% . Mientras tanto, la hoja de ruta de conducción autónoma de Wu apunta a funciones urbanas de Nivel 2++ en 2026, pruebas de robotaxis Nivel 4 en 2027 y vehículos Nivel 4 para consumidores en 2028 — un cronograma que depende de conseguir los mismos recursos de cómputo que su equipo ya está luchando por obtener.
