Nvidia ha dado un paso más en su estrategia para convertir la inteligencia artificial gratuita en un motor de ventas de hardware. El lanzamiento de Nemotron 3.5 Lightning, un modelo de IA de pesos abiertos diseñado para agentes, busca atraer desarrolladores con un coste cero que, a largo plazo, se traduce en más demanda de sus GPU.
Claves de la operación
- Estrategia de hardware disfrazada de regalo. Nvidia ofrece el modelo sin coste, pero cada agente que lo use necesitará una GPU, preferiblemente suya, impulsando la venta de chips.
- Reduce los costes de agente en un 67 %. La herramienta NeMo Switchyard selecciona el modelo óptimo y logra el mismo rendimiento que los más potentes a un tercio del precio.
- Refuerzo del código abierto frente a la regulación. Este movimiento alinea a Nvidia con la defensa de la IA abierta que promueve Jensen Huang, en un momento en que Washington teme la competencia china.
El campo de batalla de los modelos abiertos: Nvidia se mide con Meta y Google
La compañía no es la única que apuesta por los pesos abiertos. Meta lanzó su propio modelo especializado en programación, Muse Spark, apenas un día antes. Sin embargo, Nvidia no necesita ganar en calidad de modelo, sino en adopción masiva que alimente su ecosistema de aceleración.
Nemotron 3.5 Lightning está construido para tareas acotadas dentro de sistemas multiagente. Nvidia afirma que genera respuestas hasta cuatro veces más rápido y completa tareas un 30 % más rápido que modelos abiertos comparables. Lo suficientemente ligero como para ejecutarse en una sola GPU de un PC convencional, la compañía lo ofrece a través de Hugging Face, ModelScope y su propia web.
CrowdStrike, CodeRabbit y Harvey ya lo han probado y personalizado, según fuentes de la empresa. La idea es que cualquier organización pueda descargarlo, modificarlo y usarlo sin permisos ni costes de licencia.
NeMo Switchyard: el ahorro real está en la orquestación, no en el modelo
Junto al modelo, Nvidia ha presentado NeMo Switchyard, una herramienta de código abierto que decide automáticamente qué modelo de IA debe encargarse de cada paso de una tarea. Sopesa precisión y coste antes de enviar la petición al modelo más caro disponible.
En pruebas internas, la herramienta igualó el rendimiento de los modelos más punteros reduciendo los costes a aproximadamente un tercio de lo que supondría utilizar Opus 4.8 de Anthropic por sí solo. Ese ahorro del 67 % puede hacer viables proyectos de agentes que hoy se descartan por presupuesto, y todo el cómputo seguirá corriendo sobre GPUs Nvidia.
Cada agente gratuito que corre sobre Nemotron 3.5 es un cliente futuro de una GPU Nvidia.
La aparente gratuidad que vende silicio: una jugada clásica con un nuevo envoltorio
Nvidia lleva años construyendo fosos competitivos con software. El éxito de CUDA, su plataforma de programación paralela, ató a los desarrolladores a su hardware mucho antes de la fiebre de la IA. Ahora, con los modelos de lenguaje, la estrategia se repite: regalar la herramienta para multiplicar las ventas del sustrato que la hace funcionar.
El propio Jensen Huang ha defendido en público que “la IA gratuita debería ser excelente para el hardware” y ha advertido contra restricciones prematuras a los modelos abiertos. Su objetivo es que la adopción masiva de agentes, especialmente en entornos empresariales, haga inevitable la compra de más aceleradoras. En España, este movimiento podría acelerar proyectos en centros de datos como los de AWS en Aragón o los de Google Cloud en Madrid, donde la demanda de cómputo para IA ya tensiona la capacidad.
Sin embargo, el riesgo para Nvidia reside en la creciente disponibilidad de chips alternativos de AMD, Intel o los ASIC de grandes nubes. Si modelos como Nemotron 3.5 Lightning corren con eficiencia en otros sustratos, la gratuidad del software no garantiza la venta del silicio. La verdadera prueba será ver si las empresas confían sus datos sensibles a un modelo que pueden inspeccionar y ajustar, o prefieren APIs cerradas que no expongan su información. La respuesta definirá no solo el futuro de Nvidia, sino el mapa de la IA corporativa en los próximos años.
