Nvidia negocia entrar de lleno en la carrera de los modelos de inteligencia artificial
Nvidia se ha convertido en una pieza central del desarrollo de la inteligencia artificial gracias a sus chips, imprescindibles para entrenar y ejecutar los modelos más avanzados. Ahora, el gigante tecnológico estadounidense estaría estudiando dar un paso más: controlar también una parte relevante de la tecnología que funciona sobre ese hardware.
La compañía mantiene conversaciones preliminares para adquirir Reflection AI o reforzar su relación con esta empresa especializada en modelos de inteligencia artificial de pesos abiertos. El acuerdo todavía no está cerrado y podría adoptar distintas fórmulas, desde una inversión estratégica hasta una compra completa.
Una operación valorada en 25.000 millones de dólares
Reflection AI tendría una valoración aproximada de 25.000 millones de dólares. Las negociaciones se encontrarían en una fase inicial, por lo que no existe garantía de que culminen en una operación definitiva. Ninguna de las dos compañías ha confirmado públicamente los detalles.
La posible adquisición encajaría con la transformación que Nvidia está experimentando. La empresa ya no actúa únicamente como fabricante de procesadores gráficos: también invierte en compañías emergentes, desarrolla software y participa en la creación de modelos de inteligencia artificial.
Su posición resulta especialmente poderosa porque buena parte de los centros de datos que entrenan modelos generativos utilizan sus aceleradores. Estos chips permiten procesar enormes cantidades de operaciones en paralelo, algo esencial para sistemas capaces de generar texto, imágenes, código o vídeo.
Qué hace diferente a Reflection AI
La principal particularidad de Reflection AI es que desarrolla modelos con pesos abiertos. Los pesos son los valores internos que un sistema ajusta durante su entrenamiento para aprender a responder y reconocer patrones. Cuando se publican, otras empresas, investigadores o administraciones pueden descargar el modelo, adaptarlo y ejecutarlo en sus propios equipos.
Este enfoque contrasta con el de OpenAI, Google o Anthropic, cuyos modelos más avanzados son de carácter cerrado. En esos casos, los usuarios acceden al sistema a través de una aplicación o una API, pero no pueden descargar sus parámetros ni modificar directamente la tecnología.
Los modelos de pesos abiertos ofrecen más control y facilitan la personalización, aunque también exigen disponer de suficiente capacidad informática. Además, plantean retos relacionados con la seguridad, la supervisión y el posible uso de la tecnología para fines maliciosos.
Reflection AI ya trabaja con organismos públicos estadounidenses, entre ellos el Departamento de Defensa y el Departamento de Energía. También ha cerrado acuerdos para desarrollar modelos destinados a países aliados, como Corea del Sur. Estas relaciones podrían aumentar el atractivo de la compañía para Nvidia y para la estrategia tecnológica de Estados Unidos.
El salto hacia los modelos de frontera
Nvidia cuenta con su propia familia de modelos abiertos, conocida como Nemotron. Sin embargo, hasta ahora su presencia en el ámbito de los modelos más avanzados no se sitúa al mismo nivel que la de las compañías que lideran el sector.
La expresión modelo de frontera se utiliza para describir los sistemas más capaces disponibles en cada momento. Son modelos que requieren grandes inversiones en datos, talento y capacidad de cálculo, y que compiten en tareas como el razonamiento, la programación, el análisis multimodal y la generación de contenido.
Reflection AI ha presentado Beam, un modelo que, según la propia empresa, ofrece un rendimiento comparable al de algunas alternativas chinas de referencia. Entre ellas se encontrarían los modelos de Z.ai y Qwen. Si Nvidia se hiciera con la compañía, podría proporcionarle un acceso privilegiado a sus propios chips y acelerar el desarrollo de nuevas versiones.
La operación también reforzaría la apuesta estadounidense por los modelos abiertos como herramienta estratégica frente al avance de China. Washington considera que disponer de sistemas desarrollados y controlados por empresas nacionales es clave para la defensa, la industria y la autonomía tecnológica.
La respuesta de Nvidia a sus propios clientes
La paradoja es que las empresas que han impulsado el negocio de Nvidia son ahora las mismas que intentan reducir su dependencia de ella. Amazon, Google, Microsoft, Meta y otras grandes compañías están diseñando chips propios o buscando alternativas para abaratar el entrenamiento y la ejecución de modelos de IA.
El entrenamiento consiste en ajustar un modelo con grandes volúmenes de información para que aprenda a realizar determinadas tareas. La ejecución, también llamada inferencia, es el momento en el que el sistema utiliza lo aprendido para responder a una petición. Ambas fases necesitan mucha capacidad de cálculo, aunque con requisitos diferentes.
Ante esta amenaza, Nvidia busca controlar más eslabones de la cadena. La posible operación con Reflection AI le permitiría pasar de vender la infraestructura física a ofrecer también modelos, herramientas y servicios directamente vinculados a la inteligencia artificial.
La compañía también ha estrechado su relación con numerosas empresas emergentes y estudia distintas inversiones dentro del sector. Si finalmente incorpora a Reflection AI, Nvidia daría un paso decisivo para convertirse en algo más que el proveedor de los chips que hacen posible la revolución de la IA.
