Chips, centros de datos, energía y capacidad cloud: la capa física que decide quién puede entrenar y servir IA, y a qué coste.
Gratis. Semanal. Baja en un clic. Consulta la política de privacidad.
Amazon (~220.000 M$) y Alphabet (195.000–205.000 M$) siguen subiendo su inversión y la energía es el límite. Esta semana la pregunta pasó a ser la rentabilidad: Gartner calcula casi 1 billón de dólares de inversión en infraestructura de IA en 2026 y más de 3,5 billones en riesgo de depreciación antes de 2030, con los 'neoclouds' como los más expuestos. A la vez, el mapa de chips se fragmenta: Huawei tiene el 28% de los aceleradores de IA en China frente al 34% de Nvidia, y Microsoft, ByteDance y otros apuestan por chips propios. La capacidad seguirá ajustada en 2027 y algunos operadores débiles tropezarán.
Un retorno del 12% sobre la infraestructura de IA prevista exigiría ~8,5 billones de ingresos hasta 2030; Gartner prevé como mucho 3,6. Los hiperescalares pueden absorberlo; las nubes de GPU pequeñas quizá no.
Maia 300 de Microsoft promete un 40% más de tokens por megavatio que las GPU desde 2027, y ByteDance negocia chips a medida con MediaTek: la inferencia es donde los compradores diversifican primero.
La estimación de McKinsey convierte la energía en la variable clave del coste de la IA; el suelo para centros de datos en EE. UU. ya se paga por el acceso a la red (~6.000 M$ comprados en el primer semestre).
El primer permiso de minirreactor modular en EE. UU. (TVA, 300 MW) y el fondo récord de 6.000 M$ de LS Power muestran el capital pasando de los chips a los electrones.
DeepSeek y Huawei liberan herramientas para programar Ascend y reducir la dependencia de CUDA: se forma una pila de IA paralela.
Asegura capacidad y precio de IA a 12 meses cuando puedas, ten un segundo proveedor preparado y exige la región del centro de datos en cada contrato de IA. Si compras a una nube de GPU pequeña, revisa su financiación y ten un plan de salida.
Los indicadores se quedan en pantalla hasta que un dato más nuevo y verificado los sustituye.
Fuente: Hargreaves Lansdown · Data Center Knowledge · Gartner · a 16 oct 2026
Previsión de cada empresa para 2026 (punto medio de los rangos). Microsoft usa año fiscal a junio y no es comparable.
Fuente: Fortune (Amazon) · Nasdaq (Alphabet) · ValueAdd VC (Meta) · a 11 oct 2026
Las señales de 9+ o los cambios estructurales se quedan aquí 90 días.
Los ingresos de centros de datos crecieron un 117% interanual y la dirección describe la previsión del próximo año como limitada por la oferta. La demanda de infraestructura de IA no se frena, lo que mantiene firmes los precios de las GPU y el coste de la IA.
El mayor coste de la memoria elevó la cifra desde unos 200.000 M$; AWS creció un 37% hasta 42.200 M$. La capacidad de IA en la nube seguirá ajustada en 2027.
Antes el rango era de 180.000–190.000 M$. Junto a Amazon y Meta, el despliegue de IA de las grandes tecnológicas supera con holgura los 500.000 M$ este año.
Las etiquetas indican cuánto se queda cada señal: esta semana, este mes, contexto clave o archivo.
Datos de IDC del primer semestre de 2026: los controles de exportación de EE. UU. limitaron el suministro de Nvidia mientras ganaban terreno los aceleradores locales. La pila de IA paralela de China ya se mide en cuota de mercado.
Los proveedores de IA invierten casi 1 billón de dólares en 2026 y otros 6 hasta 2030; un retorno del 12% exigiría unos 8,5 billones de ingresos, pero Gartner prevé como mucho 3,6. Los 'neoclouds' son los más expuestos; los hiperescalares pueden absorberlo.
El emplazamiento noruego de la británica se retrasa mientras prepara su salida a bolsa: el riesgo de ejecución de los 'neoclouds' es real.
La Serie B financia la conmutación óptica de circuitos para clústeres de IA: la red es la siguiente limitación después de chips y energía.
Más rápido que el 108% de crecimiento de los nueve primeros meses: señal del peso creciente de China en la cadena de semiconductores.
Su despliegue en producción está previsto para 2027; Maia 200 ya da servicio a Copilot y Teams en centros de datos de EE. UU., Europa y Australia. Los hiperescalares llevan la inferencia a chips propios.
Las conversaciones, avanzadas, convertirían a la dueña de TikTok en gran cliente de chips a medida: otro gran comprador de IA que diversifica fuera de Nvidia.
Su consejero delegado dice que la demanda podría superar la capacidad pese a los grandes planes de expansión: el cuello de botella de la litografía limita lo rápido que pueden crecer los chips de IA.
La demanda de IA sigue impulsando a la fundición; además confirmó conversaciones para participar en la 'Terafab' de Elon Musk en Texas, aunque exige el control operativo.
El acceso a la electricidad ya fija el valor del suelo más que la ubicación. Lo que compran los promotores es energía, no parcelas.
Los operadores recurren a generación propia y la incertidumbre más allá de 2030 complica dimensionar. La energía acabará notándose en el precio de la IA.
Incluye librerías de cómputo y comunicación entre chips y soporte de Ascend para TileLang. La pila de IA china se cierra en torno a chips propios, algo relevante para quien evalúe modelos abiertos chinos.
Los SMR nucleares pasan de las diapositivas a las licencias: una respuesta a largo plazo al hambre energética de la IA, con el diseño de GE Vernova Hitachi.
Su primera financiación con deuda paga el hardware de Bruyères-le-Châtel, operado por Eclairion. Mistral aspira a 200 MW de capacidad en Europa a finales de 2027.
España prepara su candidatura a la convocatoria de gigafactorías de IA de la Comisión Europea, con emplazamientos como Móra la Nova o San Fernando de Henares. Conseguirla traería computación de escala frontera a España.
Antes el rango era de 180.000–190.000 M$. Junto a Amazon y Meta, el despliegue de IA de las grandes tecnológicas supera con holgura los 500.000 M$ este año.
El mayor coste de la memoria elevó la cifra desde unos 200.000 M$; AWS creció un 37% hasta 42.200 M$. La capacidad de IA en la nube seguirá ajustada en 2027.
Alojada por NAISS con RISE, es uno de los 31 nodos de AI Factories de EuroHPC. Startups y pymes pueden pedir computación subvencionada, algo útil si entrenas modelos en Europa.
OpenAI y Sur Energy anunciaron hasta 25.000 M$ y 500 MW en octubre de 2025; el proyecto sigue en definición y algunas informaciones posteriores dan cifras menores. Las cifras de los megacampus son opciones, no capacidad.
Los hiperescalares se instalan junto a grandes fuentes de energía y convierten antiguas centrales en campus de IA.
Una segunda fase de 500 MW llega un año antes: los antiguos mineros de cripto siguen reconvirtiéndose en alojamiento de IA.
Los laboratorios montan sus propios equipos de infraestructura, y Europa está en el mapa de capacidad de Anthropic.
La energía, más que los chips, se convierte en el cuello de botella. Los inversores en infraestructura se posicionan antes de la capacidad de IA.
Educación, formación, agua y ahorro energético: la licencia social ya forma parte del coste de la capacidad de IA.
Los precios de computación y energía acaban en lo que pagas por la IA. Los anuncios de capacidad dicen hacia dónde van costes, latencia y opciones de residencia de datos.
Cuéntanos qué frena tu negocio. En 30 minutos te enseñamos dónde la IA se paga antes y cuánto cuesta.