Huang Renxiong es Satoshi Nakamoto

Autor: Luo Yihang

En enero de 2009, un anónimo inventó algo llamado “token”. Inviertes poder de cálculo, obtienes tokens, que circulan, se valoran y se negocian en una red de consenso. Así nació toda la economía criptográfica. Han pasado más de diez años y la gente todavía debate si estos tokens tienen valor o no.

En marzo de 2025, un hombre con chaqueta de cuero redefinió otra cosa llamada token. Inviertes poder de cálculo, produces tokens, que se consumen instantáneamente en un proceso de inferencia y razonamiento de IA: pensar, razonar, escribir código, tomar decisiones. La economía de IA se acelera así. Nadie discute si estos tokens tienen valor, porque esta mañana ya gastaste millones de ellos.

Dos tipos de tokens, con el mismo nombre y estructura base: se invierte poder de cálculo y sale algo valioso.

En marzo de 2026, sentado en el evento NVIDIA GTC, escuché una charla casi sin ventas de Jensen Huang. Sí, anunció Vera Rubin, un producto que combina CPU y GPU. Pero esta vez, no habló de parámetros de chips ni de procesos de fabricación, sino de una economía completa sobre la producción, valoración y consumo de tokens:

Qué modelo corresponde a qué velocidad de token; qué velocidad de token corresponde a qué rango de precios; qué hardware se necesita para soportar ese rango de precios.

Incluso preparó un esquema de distribución de capacidad de centros de datos para los CEOs y decisores con chequera: 25% para nivel gratuito, 25% para nivel medio, 25% para nivel alto, 25% para nivel premium.

Sí, esta vez no vendió una GPU específica, como hace dos años con Blackwell. Pero esta vez, vende algo más grande. Después de dos horas, creo que la frase que más quería decir es: Welcome to consume tokens, and only Nvidia’s factory could produce.

En ese momento, comprendí que este hombre, y aquel anónimo que hace 17 años minó el primer token, están haciendo exactamente lo mismo en estructura.

La misma regla de conversión

El anónimo que se hizo llamar “Satoshi Nakamoto” escribió en 2008 un documento de nueve páginas, diseñando un conjunto de reglas: invertir poder de cálculo, completar una prueba de trabajo (Proof of Work), y obtener un crypto token como recompensa.

Lo ingenioso de esta regla es que no requiere confianza en nadie: si aceptas estas reglas, automáticamente participas en esta economía. Es correcta, porque reúne a muchas personas que de otra forma serían deshonestas y tramposas.

Y Huang en GTC 2026 hizo algo estructuralmente idéntico.

Mostró un gráfico que refleja la relación y tensión entre eficiencia de razonamiento y consumo de tokens: en el eje Y, el throughput (cuántos tokens se producen por megavatio de consumo); en el eje X, la interactividad (la percepción de velocidad de tokens por usuario). Debajo del eje X, marcó cinco rangos de precios: Free con Qwen 3, $0 por millón de tokens; Medium con Kimi K2.5, $3 por millón; High con GPT MoE, $6; Premium con GPT MoE 400K de contexto, $45; y Ultra, $150 por millón.

Este gráfico casi puede ser la portada del white paper de la “economía de tokens” de Huang.

Satoshi Nakamoto definió qué es un cálculo valioso: completar una colisión SHA-256 es valioso. Huang define qué es una inferencia valiosa: producir tokens a una velocidad específica bajo restricciones de consumo, en un escenario determinado, también es valioso.

Ni Satoshi ni Huang producen tokens directamente; ambos definen las reglas de producción y valoración de tokens.

Y una frase que Huang dijo en el escenario puede resumir casi todo en el white paper de economía de tokens:

Tokens are the new commodity, and like all commodities, once it reaches an inflection, once it becomes mature, it will segment into different parts.

El token es la nueva materia prima. Cuando madura, se segmenta en diferentes niveles. No está describiendo la situación actual, sino prediciendo una estructura de mercado, y ajusta su línea de productos hardware a cada capa de esa estructura.

El proceso de producción de ambos tokens incluso tiene una simetría semántica: minería se llama mining, inferencia se llama inference.

La esencia de minería y inferencia es convertir electricidad en dinero. Los mineros usan electricidad para minar crypto tokens y venderlos; los modelos de inferencia y agentes de IA usan electricidad para generar tokens de IA y vender a desarrolladores por millones. La diferencia está en el intermediario, pero en ambos casos, el principio es el mismo: en un lado, el medidor de electricidad; en el otro, los ingresos.

Dos formas de describir la escasez

La decisión de diseño más importante que tomó Satoshi Nakamoto no fue Proof of Work, sino el límite de 21 millones de bitcoins. Con código, creó una escasez artificial: sin importar cuántas máquinas de minería entren, la cantidad total de bitcoins nunca superará los 21 millones. Esa escasez es el ancla del valor en toda la economía criptográfica.

Por otro lado, Huang crea escasez natural mediante leyes físicas. Él dice:

“You still have to build a gigawatt data center. You still have to build a gigawatt factory, and that one gigawatt factory for 15 years amortized… is about $40 billion even when you put nothing on it. It’s $40 billion. You better make for darn sure you put the best computer system on that thing so that you can have the best token cost.”

Un centro de datos de 1 GW nunca se convertirá en uno de 2 GW. No es una limitación de código, sino una ley física.

Terreno, electricidad, disipación de calor: cada uno tiene un límite físico. La fábrica que construyes por 400 millones de dólares, con una vida útil de 15 años, solo puede producir tokens en función de qué arquitectura de cálculo pongas allí.

La escasez de Satoshi puede ser forked. Si no te gusta el límite de 21 millones, puedes crear una nueva cadena, cambiarlo a 200 millones, llamarla Ethereum o lo que sea, y publicar un white paper. Y de hecho, la gente lo ha hecho, sin parar.

Pero la escasez creada por Huang no puede ser forked. No puedes forkear la segunda ley de la termodinámica, ni la capacidad de la red eléctrica de una ciudad, ni el área física de un terreno.

Pero tanto Satoshi como Huang crean escasez, y ambas conducen al mismo resultado: una carrera armamentística en hardware.

La historia de la minería es: CPU → GPU → FPGA → ASIC. Cada generación de hardware especializado hace obsoleta a la anterior. La historia del entrenamiento y la inferencia de IA se repite: Hopper → Blackwell → Vera Rubin → Groq LPU. Hardware generalista al principio, hardware especializado al final. El Groq LPU que Huang mostró en GTC, tras adquirir Groq, es un procesador de flujo de datos determinista. Sin compilación dinámica, con 500MB de SRAM en chip; en su arquitectura, es un ASIC para inferencia. Hace una sola cosa, pero a la perfección.

Curiosamente, las GPU han jugado un papel clave en ambas olas.

Antes de 2013, los mineros descubrieron que las GPU eran mejores que las CPU para minar tokens, y las tarjetas gráficas de Nvidia se agotaron. Diez años después, investigadores descubrieron que las GPU son las mejores para entrenar e inferir modelos de IA, y las tarjetas de Nvidia en centros de datos se agotaron otra vez. La GPU, como categoría de procesador, sirvió a dos generaciones de economía de tokens.

La diferencia es que, en la primera, Nvidia fue beneficiada pasivamente, y no pasó mucho más. Pero en la segunda, cuando la principal batalla por la capacidad de cálculo de IA cambió de preentrenamiento a inferencia, Nvidia rápidamente tomó la iniciativa, diseñando todo el juego y convirtiéndose en la creadora de las reglas del juego de IA.

El pico más rentable del mundo

Lo que más gana en la fiebre del oro no son los buscadores, sino los vendedores de picos, como Levi Strauss. En la fiebre minera, no son los mineros los que más ganan, sino Bitmain y Wu Jihan, que venden las máquinas. En la era de preentrenamiento e inferencia de IA, no son los modelos base ni los agentes, sino Nvidia, que vende GPU.

Pero la comparación entre Bitmain y Nvidia en sus respectivos roles industriales no es comparable.

Bitmain solo vende hardware, y en su momento fue proveedor de Nvidia. Cuando compras una máquina minera, qué moneda minas, en qué pool, a qué precio vendes, no tiene que ver con Bitmain. Es un proveedor de hardware, y gana en la venta única del equipo.

Nvidia, en cambio, no solo vende hardware. Desde 2025, especialmente con la explosión de IA en inferencia, ha definido profundamente qué GPU usar para minar qué, cómo valorar tokens, a quién vender, cómo distribuir capacidad en centros de datos… Todo esto está en las diapositivas de Huang: divide el mercado en cinco niveles, cada uno con modelos, longitudes de contexto, velocidades de interacción y precios específicos… Nvidia ha estandarizado y formateado el mercado futuro donde la IA impulsará todo.

Antes de 2018, la capacidad de cálculo global se concentraba en unos pocos grandes pools — F2Pool, Antpool, BTC.com — que competían por cuota, pero la fuente de hardware era muy concentrada en Bitmain.

Hoy, como Nvidia, el 60% de los ingresos proviene de “hyperscalers” que compiten entre sí, como AWS, Azure, GCP, Oracle, CoreWeave, y el 40% restante de nativos de IA, proyectos soberanos y clientes empresariales. Los grandes “mineros” aportan ingresos principales, los pequeños “mineros” aportan resiliencia y diversidad.

La estructura de ambos ecosistemas es idéntica. Pero Bitmain enfrentó a competidores como Shimao Miner, Canaan y others, que le robaron cuota. Los ASIC de minería son relativamente simples, y los competidores tienen oportunidad de avanzar. Pero desafiar a Nvidia parece cada vez más difícil: 20 años de ecosistema CUDA, cientos de millones de GPUs instaladas, tecnología NVLink de sexta generación, la arquitectura de inferencia desacoplada tras la adquisición de Groq… La complejidad tecnológica y las barreras de ecosistema de Nvidia hacen que la mayoría de las herramientas de competencia sean ineficaces.

Esto puede durar 20 años más.

La bifurcación fundamental de los dos tokens

Lo que hace que las criptomonedas y los tokens de entrenamiento e inferencia de IA sean esencialmente diferentes son las motivaciones y la psicología de sus usuarios.

La demanda de crypto tokens es especulativa. Nadie “necesita” Bitcoin para hacer trabajo. Todos los white papers que afirman que los tokens blockchain pueden resolver problemas están escritos por estafadores. Mantener crypto es porque crees que en el futuro alguien te lo comprará a un precio más alto. El valor de Bitcoin proviene de una profecía autocumplida: si suficientes personas creen que tiene valor, lo tendrá. Es una economía de fe.

En cambio, la demanda de tokens de IA es productividad. Nestlé necesita tokens para decisiones en la cadena de suministro — sus datos de suministro se actualizan cada 15 minutos en lugar de cada 3, reduciendo costos en un 83%, y ese valor se refleja directamente en beneficios y pérdidas. Todos los ingenieros de Nvidia ya necesitan tokens para programar en lugar de hacerlo manualmente; los equipos de investigación necesitan tokens para investigación. No necesitas creer que los tokens tengan valor; solo usarlos, y su valor se valida en el uso mismo.

Esa es la diferencia más fundamental entre los dos tokens. Los crypto tokens se producen para ser poseídos y negociados — su valor está en no usarlos. Los tokens de IA se producen para ser consumidos inmediatamente — su valor está en usarlos en ese momento.

Uno es oro digital, cuanto más acumulas, más vale; el otro es electricidad digital, que se quema al producirse.

Esta diferencia determina que la economía de tokens de IA no tendrá burbujas como la de crypto. Bitcoin sube y baja mucho porque su precio es impulsado por la especulación y las emociones. Pero el precio de los tokens, impulsado por el uso y el costo de producción, no colapsará mientras la IA siga siendo útil — mientras la gente siga usando Claude Code para programar, ChatGPT para informes, agentes para procesos de negocio, la demanda de tokens no caerá. No se basa en fe, sino en necesidad.

En 2008, el white paper de Bitcoin necesitaba demostrar repetidamente por qué un sistema de dinero electrónico descentralizado tiene valor. Han pasado 17 años y todavía se debate.

En 2026, la economía de tokens no genera controversia; incluso, sin necesidad de argumentar, se ha convertido en consenso. Cuando Huang en GTC dijo “tokens are the new commodity”, nadie dudó. Porque cada asistente, esta mañana, usó Claude Code o ChatGPT y consumió millones de tokens. No necesitan ser convencidos de su valor — sus facturas de tarjeta de crédito ya lo prueban.

En ese sentido, Huang es realmente un clon de Satoshi Nakamoto, aquel que dejó el monopolio en la producción de mineros, definió los escenarios y normas de uso de tokens, y cada año en el SAP Center de San José organiza un show para mostrar lo poderosos que serán los “mineros” que soporten la próxima generación de IA para entrenamiento y razonamiento.

Satoshi tenía un encanto de prudente deseo: diseñaba las reglas, las dejaba en código y desaparecía. Esa es la romanticidad del cypherpunk. Huang, en cambio, se asemeja más a un empresario que a un científico: diseña las reglas, las mantiene, las mejora continuamente, y construye su fortaleza.

El token que antes solo podías ver por creer, ahora puedes verlo sin creer. Es el siguiente paso después de Watt, Ampere y Bitcoin.