¿Quieres ideas más inteligentes en tu bandeja de entrada? Regístrese en nuestros boletines semanales para obtener solo lo que importa a los líderes de IA, datos y seguridad empresariales. Suscripción ahora NVIDIA reportó $ 46.7 mil millones en ingresos para el segundo trimestre fiscal 2026 en su anuncio de ganancias y llame ayer, con los ingresos del centro de datos que alcanzaron $ 41.1 mil millones, un 56% más año tras año. La compañía también publicó una guía para el Q3, prediciendo un trimestre de $ 54 mil millones. Detrás de estos números de llamadas de ganancias confirmadas se encuentran una historia más compleja de cómo los circuitos integrados (ASIC) específicos de aplicaciones personalizados están ganando terreno en segmentos clave de Nvidia y desafiarán su crecimiento en los cuartos por venir. Vivek Arya de Bank of America le preguntó al presidente y CEO de Nvidia, Jensen Huang, si veía algún escenario en el que ASICS podría tomar cuota de mercado de las GPU de NVIDIA. Los ASIC continúan ganando terreno en el rendimiento y las ventajas de costos sobre NVIDIA, Broadcom proyecta un crecimiento de ingresos de IA del 55% al ​​60% el próximo año. Huang retiró con fuerza la llamada de ganancias. Hizo hincapié en que la construcción de infraestructura de IA es «realmente difícil» y la mayoría de los proyectos ASIC no logran alcanzar la producción. Ese es un punto justo, pero tienen un competidor en Broadcom, que está viendo que sus ingresos de IA aumentan constantemente, abordando una tasa de ejecución anual de $ 20 mil millones. Subrayando aún más la creciente fragmentación competitiva del mercado es cómo Google, Meta y Microsoft implementan silicio personalizado a escala. El mercado ha hablado. AI Scaling alcanza sus límites de potencia de límites, el aumento de los costos de los tokens y los retrasos de inferencia están remodelando Enterprise AI. Únase a nuestro salón exclusivo para descubrir cómo son los mejores equipos: convertir la energía en una ventaja estratégica arquitectando una inferencia eficiente para las ganancias de rendimiento real que desbloquean el ROI competitivo con sistemas de IA sostenibles asegura su lugar para mantenerse a la vanguardia: https://bit.ly/4mwgngo ASICS ASIC Donde se encuentran con vientos en contra es cuán efectivamente los competidores ASIC están posicionando la combinación de sus casos de uso, reclamos de rendimiento y posiciones de costos. También buscan diferenciarse en términos del nivel de bloqueo del ecosistema que requieren, con Broadcom liderando en esta dimensión competitiva. La siguiente tabla compara Nvidia Blackwell con sus principales competidores. Real-world results vary significantly depending on specific workloads and deployment configurations: MetricNvidia BlackwellGoogle TPU v5e/v6AWS Trainium/Inferentia2Intel Gaudi2/3Broadcom Jericho3-AIPrimary Use CasesTraining, inference, generative AIHyperscale training & inferenceAWS-focused training & inferenceTraining, inference, Desplieges de clúster de nubes híbridos El clúster de reducción de la red de rendimiento de rendimiento de rendimiento a 50x sobre Hopper*67% Mejora TPU V6 VS V5*Rendimiento de la GPU comparable a menor potencia*2-4X Reproducción de precio VS Gen*Infiniband Parity en Ethernet*Positía de costo de costo Precio, ECOSIMIENTO ECOSIMIENTO COMPLETO Vsigna VS GPUS VSA*AGRADA PER*AGRADA PER AGURA DE AGUSIÓN POR AGURA DE AGUSIÓN POR AGURA DE AGUSIÓN. Marketing*Presupuesto alternativo alternativo*Networking más bajo TCO por proveedor*Lock-InModerate del ecosistema (CUDA, Propietario) alto (Google Cloud, Tensorflow/Jax) High (AWS, Propietario Neuron SDK) moderado (admite Open Stack) bajo (Estándares basados ​​en Ethreatnet). On-In-PremiseBroadcom Direct, OEM IntegratorsStrategic Apelation Scale, Broad SupportCloud Workload OptimizationAWS Integration AdvestageSmulti-Cloud Flexibilidad Flexibilidad Amplificada NETWORKINGKINGMACKET El liderazgo de posición con presión de margen en la carga de trabajo específica de la carga de la carga de la carga de la carga de la alternativa de la alternativa. Suposiciones de prueba de proveedores. Los resultados reales varían significativamente según el caso de uso. Los hiperscalers continúan construyendo sus propios caminos. Todos los principales proveedores de nubes han adoptado el silicio personalizado para obtener el rendimiento, el costo, la escala del ecosistema y las amplias ventajas de Devops de definir un ASIC desde cero. Google opera TPU V6 en producción a través de su asociación con Broadcom. Chips MTIA meta construidos específicamente para clasificar y recomendaciones. Microsoft desarrolla el Proyecto Maia para cargas de trabajo de IA sostenibles. Amazon Web Services alienta a los clientes a usar capacitación para capacitación e inferencia para inferencia. Agregue a eso el hecho de que el bytedance ejecuta las recomendaciones de Tiktok sobre silicio personalizado a pesar de las tensiones geopolíticas. Eso es miles de millones de solicitudes de inferencia que se ejecutan en ASIC diariamente, no en GPU. La CFO Colette Kress reconoció la realidad competitiva durante la llamada. Ella hizo referencia a los ingresos de China, diciendo que había caído a un bajo porcentaje de ingresos del centro de datos de un solo dígito. La orientación actual del Q3 excluye por completo los envíos H20 a China. Si bien las declaraciones de Huang sobre las extensas oportunidades de China intentaron dirigir la llamada de ganancias en una dirección positiva, estaba claro que los analistas de capital no estaban comprando todo. El tono y la perspectiva generales es que los controles de exportación crean incertidumbre continua para Nvidia en un mercado que posiblemente represente su segunda oportunidad de crecimiento más significativa. Huang dijo que el 50% de todos los investigadores de IA están en China y que está totalmente comprometido a servir a ese mercado. La ventaja de la plataforma de Nvidia es una de sus mayores fortalezas que Huang hizo un caso válido para el enfoque integrado de NVIDIA durante la llamada de ganancias. La construcción de IA moderna requiere seis tipos de chips diferentes que trabajan juntos, argumentó, y esa complejidad crea barreras que los competidores luchan para igualar. Nvidia ya no solo envía GPU, enfatizó varias veces en la llamada de ganancias. La compañía ofrece una infraestructura de IA completa que escala a nivel mundial, declaró enfáticamente, volviendo a la infraestructura de IA como un mensaje central de la llamada de ganancias, citándola seis veces. La ubicuidad de la plataforma lo convierte en una configuración predeterminada compatible con casi todos los ciclos de HyperScalers de la nube de DevOps. Nvidia corre a través de AWS, Azure y Google Cloud. Pytorch y TensorFlow también optimizan para CUDA de forma predeterminada. Cuando Meta deja caer un nuevo modelo de llama o actualiza a Google Gemini, se dirigen a hardware NVIDIA primero porque ahí es donde millones de desarrolladores ya trabajan. El ecosistema crea su propia gravedad. El negocio de redes valida la estrategia de infraestructura de IA. Los ingresos alcanzaron los $ 7.3 mil millones en el segundo trimestre, un 98% más año tras año. Nvlink conecta GPU a velocidades de red tradicionales que no pueden tocar. Huang reveló la verdadera economía durante la llamada: Nvidia captura alrededor del 35% del presupuesto típico de una fábrica de Gigawatt Ai. «Fuera de una fábrica de IA de Gigawatt, que puede ir desde 50 para, ya sabes, más o menos 10%, digamos, a $ 60 mil millones, representamos aproximadamente 35% o menos de eso … y, por supuesto, lo que obtienes por eso no es una GPU … Realmente hemos hecho la transición para convertirnos en una compañía de infraestructura de AI». Eso no es solo vender chips. Eso es propietario de la arquitectura y capturando una parte significativa de toda la construcción de IA, impulsada por plataformas de redes y compute de vanguardia como Sistemas de Escala de Rack Nvlink y Spectrum X Ethernet. La dinámica del mercado está cambiando rápidamente a medida que Nvidia continúa informando resultados sólidos, el crecimiento de los ingresos de Nvidia desaceleró de triples dígitos al 56% año tras año. Si bien eso sigue siendo impresionante, está claro que la trayectoria del crecimiento de la compañía está cambiando. La competencia está comenzando a tener un efecto en su crecimiento, y este trimestre ve el impacto más notable. En particular, el papel estratégico de China en la raza global de IA llamó la atención de los analistas. Como Joe Moore de Morgan Stanley investigó al final de la llamada, Huang estimó la oportunidad de infraestructura de IA de China 2025 en $ 50 mil millones. Comunicó tanto el optimismo sobre la escala («el segundo mercado informático más grande del mundo», con «aproximadamente el 50% de los investigadores de IA del mundo») y el realismo sobre la fricción regulatoria. Una tercera fuerza fundamental que forma la trayectoria de Nvidia es la complejidad y el costo de la infraestructura de IA en expansión. A medida que los hiperscalers y los clientes de NVIDIA de larga data invierten miles de millones en construcciones de próxima generación, las demandas de redes, calculadores y eficiencia energética se han intensificado. Los comentarios de Huang destacaron cómo se aceleran los «pedidos de magnitud» de nuevas plataformas como Blackwell e innovaciones en NVLink, Infiniband y Spectrum XGS Reding redefinen los rendimientos económicos para el capital del centro de datos de los clientes. Mientras tanto, las presiones de la cadena de suministro y la necesidad de una reinvención tecnológica constante media NVIDIA deben mantener un ritmo implacable y una adaptabilidad para permanecer arraigados como proveedor de arquitectura preferido. El camino hacia adelante de Nvidia es claro que NVIDIA emite orientación para el tercer trimestre de $ 54 mil millones envía la señal de que la parte central de su ADN es tan fuerte como siempre. Mejorar continuamente de Blackwell mientras desarrolla la arquitectura de Rubin es evidencia de que su capacidad para innovar es tan fuerte como siempre. La pregunta es si un nuevo tipo de desafío innovador que se enfrentan es uno que pueden asumir y ganar con el mismo nivel de intensidad de desarrollo que han mostrado en el pasado. VentureBeat espera que Broadcom continúe persiguiendo agresivamente nuevas asociaciones hiperscaladoras y fortalecer su hoja de ruta para optimizaciones específicas dirigidas a cargas de trabajo inferentes. Cada competidor de ASIC llevará la intensidad competitiva que tienen a un nuevo nivel, buscando obtener victorias de diseño que también creen un mayor costo de cambio. Huang cerró la llamada de ganancias, reconociendo las apuestas: «ha comenzado una nueva revolución industrial. La carrera de IA está en marcha». Esa carrera incluye competidores serios que Nvidia desestimó hace solo dos años. Broadcom, Google, Amazon y otros invierten miles de millones en silicio personalizado. Ya no están experimentando. Están enviando a escala. Nvidia enfrenta su competencia más fuerte desde que comenzó el dominio de Cuda. El trimestre de $ 46.7 mil millones de la compañía demuestra su fortaleza. Sin embargo, el impulso de Silicon personalizado sugiere que el juego ha cambiado. El próximo capítulo probará si las ventajas de la plataforma de Nvidia superan la economía ASIC. VentureBeat espera que los compradores de tecnología sigan el camino de los administradores de fondos, apostando a tanto a Nvidia para mantener su lucrativa base de clientes y competidores ASIC para asegurar las victorias de diseño a medida que la intensificación de la competencia impulsa una mayor fragmentación del mercado. Insights diarias sobre casos de uso de negocios con VB diariamente Si desea impresionar a su jefe, VB Daily lo tiene cubierto. Le damos la cuenta interior de lo que las empresas están haciendo con la IA generativa, desde cambios regulatorios hasta implementaciones prácticas, por lo que puede compartir ideas para el ROI máximo. Lea nuestra Política de privacidad Gracias por suscribirse. Mira más boletines de VB aquí. Ocurrió un error.