La historia

Nvidia se fundó en 1993 en un restaurante Denny’s de San José. Tres ingenieros — Jensen Huang, Chris Malachowsky y Curtis Priem — querían llevar los gráficos 3D al PC. En los primeros diez años Nvidia era un fabricante típico de hardware en el durísimo mercado de los chips gráficos. Competidores como 3dfx, S3 y ATI sucumbieron o fueron comprados; Nvidia sobrevivió con un ciclo de producto de 6 meses que mantenía el ritmo tan alto que la competencia perdía pie.

La OPV de enero de 1999 a 12 $ fue poco espectacular. Hasta 2006 Nvidia era una pura compañía de GPUs para gaming. Después llegó el movimiento estratégico decisivo: Huang sostuvo el toolkit CUDA — una capa de programación que permitía usar las GPUs para cálculos paralelos no gráficos. CUDA fue durante años un negocio deficitario. Lo usaban científicos y algunos hedge funds cuantitativos, el mercado masivo no. Pero Huang siguió invirtiendo miles de millones porque su tesis era: si los algoritmos llegan algún día a ser datos-paralelos, CUDA se convertirá en el estándar de software.

En 2012 la tesis quedó confirmada. AlexNet, de Geoffrey Hinton, ganó el concurso de reconocimiento de imágenes ImageNet con un factor 10 de ventaja — sobre dos GPUs de Nvidia. Ese fue el pistoletazo de salida de la era del deep learning. En 2016 llegó la P100 como primera GPU real para centros de datos; en 2017 Google, Tesla y OpenAI lanzaron sus primeros grandes pedidos. En 2022 se presentó la H100 (arquitectura Hopper) — y entonces, en noviembre de 2022, ChatGPT cayó sobre el mundo. En 12 meses los ingresos de centro de datos de Nvidia se triplicaron; en 18 meses Nvidia se convirtió brevemente en la acción más valiosa del mundo.

Lo que la llevó al Salón de la Fama

El foso defensivo de Nvidia no es principalmente el silicio de la GPU — competidores como AMD e Intel pueden construir chips físicamente similares. El foso es CUDA: 18 años de biblioteca de software cultivada continuamente, con más de 250 frameworks, que ha formado a todo ingeniero de ML serio del planeta. Quien quiera entrenar un modelo rápido escribe CUDA. AMD ROCm e Intel oneAPI son técnicamente competentes — pero la base instalada de código, tutoriales, respuestas en Stack Overflow, el hecho de que cada nuevo becario aprende CUDA, da a Nvidia un lock-in difícil de imaginar fuera del mundo del software.

El segundo factor es la integración vertical. Nvidia no sólo entrega un chip, sino un sistema completo: GPU + networking (Mellanox 2019) + pila de software + sistemas DGX llave en mano + acceso cloud vía partners. Quien construye un clúster de entrenamiento clase GPT compra de facto una solución Nvidia. Eso no es una venta de producto; es una venta de plataforma, con márgenes brutos superiores al 70 %.

Tercero: la mentalidad de fundador-CEO. Jensen Huang es CEO ininterrumpidamente desde 1993. Posee el 3,5 % de las acciones y ha mantenido su estrategia de 30 años con coherencia — incluso en los años en los que CUDA no daba dinero. Huang encarna el patrón del Salón de la Fama: CEO-fundador que, a través de largas fases de aparente estancamiento, espera un pago asimétrico. El momento ChatGPT no fue suerte; fue 18 años de preparación calculada.

Situación actual 2026

Nvidia cotiza en mayo de 2026 en una posición casi insosteniblemente buena. El ciclo de CapEx de los hiperescaladores (Microsoft, Google, Meta, Amazon, Oracle) ha alcanzado un ritmo de más de 350.000 millones de dólares al año — la mayor parte fluye hacia Nvidia. La arquitectura Blackwell (B100/B200) está en rampa de producción; cada gran clúster de entrenamiento de modelos del mundo se asienta sobre estos chips. Los ingresos de centro de datos se acercan a una tasa anual de 150.000 millones de dólares. La valoración (PER de 35x) no parece extrema porque el free cash flow cierra la brecha.

Riesgos: primero, concentración — más del 50 % de los ingresos viene de 5 clientes hiperescaladores. Si frenan el CapEx o desarrollan sus propios chips (Google TPU, Amazon Trainium, Meta MTIA), el margen se erosiona. Segundo, geopolítico — las restricciones de exportación a China frenan un 25 % del volumen de negocio. Tercero, el propio ciclo del hype de IA: si la monetización de las aplicaciones de IA llega más despacio de lo esperado, los hiperescaladores podrían recortar su CapEx. La posición en el Salón de la Fama está asegurada; la cuestión es si Nvidia también entregará un CAGR del 36 % en la década de 2030 o pasará a la posición de compounder maduro.

Lo que los inversores pueden aprender

Tres lecciones. Primera: el lock-in de software bate la ventaja en hardware. CUDA de Nvidia fue durante 15 años el activo real, mucho antes de que eso se reflejara en la valoración de la acción. Segunda: los CEOs fundadores con inversión a largo plazo compensan. Quien hubiera descartado a Huang en 2010 porque «las GPUs de gaming son un negocio cíclico» se perdió la subida 1000x. Tercera: los pagos asimétricos siguen a largas fases de aparente estancamiento. Nvidia cotizó entre 2015 y 2022 a PERs de 15-25 — siendo una empresa que ya tenía el control de la plataforma que estaba por llegar. La paciencia aquí no es una virtud; es una estrategia de inversión.