Visión general de la infraestructura de IA: de NVDA a EQIX, las seis cadenas industriales y la lógica de inversión reconstruidas

La narrativa de la capacidad de AI experimentó en 2026 un cambio estructural profundo. Durante los últimos dos años, toda la imaginación del mercado se ha centrado casi exclusivamente en las GPU de Nvidia — quién tiene mayor capacidad, quién obtuvo más cuotas de H100, quién puede entregar primero los sistemas B200. Pero frente a los compromisos de gasto en infraestructura de AI de 725 mil millones de dólares en total por parte de las cuatro grandes tecnológicas Microsoft, Google, Amazon y Meta en 2026, ningún eslabón individual puede soportar tal flujo de fondos. La verdadera oportunidad se encuentra en la profundidad de toda la cadena industrial.

Desde chips hasta servidores, desde memoria hasta almacenamiento, desde redes ópticas hasta bienes raíces de centros de datos que soportan todo esto, los seis principales componentes de la infraestructura de AI están atravesando una transición estructural de “entrenamiento dominante” a “explosión de demanda de pila completa”.

Primer eslabón: Chips de AI — del Hopper al Blackwell y al Rubin en el mapa de suministro

Nvidia es la fuerza impulsora principal en toda la cadena de inversión en infraestructura de AI. La variable clave en 2026 es el cambio generacional de productos y la evolución del patrón de suministro.

Según la última encuesta industrial de TrendForce y la consultora集邦咨询, se espera que en 2026 las entregas de GPUs de gama alta de Nvidia crezcan casi un 26% interanual, con la proporción de Blackwell en las entregas que saltará del 61% al 71%, consolidando aún más su posición dominante. Al mismo tiempo, aunque la próxima arquitectura Rubin ya ha sido enviada en muestras a algunos socios top, debido a desafíos como la certificación HBM4 y la gestión del consumo energético, se prevé que las entregas masivas no comiencen hasta la segunda mitad de 2026. La consecuencia directa de este ritmo generacional es que los sistemas Blackwell B200 y B300 se vuelven cada vez más difíciles de obtener. En un informe reciente, Wedbush Securities señaló claramente que varias empresas clientes reportan que los plazos de entrega de los sistemas Blackwell se están extendiendo, “nunca antes en el ciclo de vida se había visto una escasez de suministro tan grave”.

En términos de volumen de ingresos, Nvidia ha mencionado que las plataformas Blackwell y Vera Rubin en conjunto podrían generar hasta 500 mil millones de dólares en 2025-2026. El analista de HSBC, Frank Lee, estima que las ventas de Nvidia en el primer y segundo trimestre fiscales de 2026 serán de 42.2 y 55.4 mil millones de dólares respectivamente, ambos por encima de las expectativas del mercado de 42 y 46 mil millones.

Una señal de incremento que a menudo pasa desapercibida proviene del lado de la inferencia. Nvidia está activamente expandiendo su mercado de aplicaciones de inferencia de AI, con su nueva solución LPU que en 2026 podría requerir decenas de miles de unidades, y en 2027 duplicar su demanda. Para los inversores, Nvidia ya no es solo una “empresa de chips de entrenamiento”: el cambio de narrativa de entrenamiento a inferencia está ampliando el techo de su valoración.

Segundo eslabón: Servidores de AI — caminos de crecimiento diferenciados de los tres principales OEM

Los servidores son el soporte central que convierte los chips en capacidad de cálculo entregable. En 2025, el mercado global de servidores alcanzó un récord de 444 mil millones de dólares, con solo el cuarto trimestre logrando 125.3 mil millones, un crecimiento interanual del 52.4%. Gartner estima que en 2026 el gasto en servidores crecerá un 36.9% adicional.

En este mercado, Dell, HPE y Supermicro, los tres principales proveedores, mostraron una diferenciación muy marcada en sus resultados del segundo trimestre de 2026.

Dell presentó un rendimiento explosivo. Los ingresos por servidores optimizados para AI alcanzaron 16.1 mil millones de dólares en ese trimestre, un aumento del 757%, superando los 9.8 mil millones de dólares de toda su venta de AI en 2025. Más importante aún, los pedidos pendientes — en ese trimestre, los pedidos relacionados con AI totalizaron 24.4 mil millones, con un inventario acumulado récord de 51.3 mil millones, y más de 5,000 clientes. Bank of America estima que los ingresos globales por servidores de AI en 2026 alcanzarán 496 mil millones de dólares, con una cuota de mercado de aproximadamente el 12% para Dell.

HPE muestra una lógica de crecimiento completamente diferente. En el segundo trimestre fiscal de 2026, sus ingresos totales fueron de 10.7 mil millones, un 40% más que el año anterior, y las ventas de sistemas de AI crecieron un 66% hasta 1.54 mil millones. A diferencia de la escala de Dell, de los 5.9 mil millones en pedidos pendientes de AI, el 61% proviene de clientes gubernamentales y grandes corporativos, con márgenes más altos pero un ritmo de crecimiento más moderado. Bank of America estima que los ingresos por servidores de AI de HPE en 2026 serán de 6.5 mil millones.

Supermicro sigue una estrategia diferenciada basada en tecnología propia. En ese trimestre, facturó 10.24 mil millones de dólares, destacando su competencia en refrigeración líquida directa — en un contexto donde la densidad de potencia en los racks de centros de datos supera los 240 kW, la refrigeración líquida pasa de ser una opción a una necesidad, y Supermicro domina aproximadamente el 70% de ese segmento.

Evercore prevé que Dell y HPE continuarán recibiendo inversiones excesivas de proveedores Tier-2, entidades soberanas y empresas, y que la demanda en servidores se está desplazando de “clientes de ultra gran escala” a “clientes de cola larga”.

Tercer eslabón: Memoria — explosión dual de DRAM y HBM

La demanda de memoria en los centros de datos de AI está creciendo a una velocidad sin precedentes. La lógica de este impulso es simple: modelos más grandes, más parámetros, mayor concurrencia en inferencia, todo requiere un crecimiento geométrico en DRAM y HBM (memoria de alto ancho de banda).

Micron es el indicador más relevante de esta tendencia. Desde 2026, su acción ha subido más del 237%, casi multiplicándose por nueve en el último año, con una capitalización de mercado que ya supera los 1 billón de dólares. En el último trimestre, sus ingresos aumentaron un 74% interanual, y su beneficio neto más que se duplicó, con precios de memoria que subieron aproximadamente un 40% en lo que va del año.

Varias instituciones de investigación coinciden en que los precios de la memoria seguirán al alza. Analistas de Citigroup estiman que los precios de DRAM subirán al menos hasta el próximo año; Gartner es más agresivo y predice que en 2026 los precios de DRAM podrían dispararse un 125%, y los de los chips de almacenamiento incluso un 234%. Lo más importante: a pesar del aumento de precios, los compradores siguen compitiendo por capacidad, y las capacidades de Micron, Samsung y SK Hynix para 2027 ya están casi agotadas.

La transición de “prioridad en entrenamiento” a “prioridad en inferencia” en AI, con una demanda de memoria mucho mayor para inferencia, implica que el ciclo de auge de la memoria aún tiene mucho recorrido.

Cuarto eslabón: Almacenamiento — de “sector ignorado” a “una de las principales líneas en 2026”

Para 2026, el almacenamiento se ha convertido en uno de los segmentos de mayor crecimiento en la cadena de suministro de AI. En el mercado de EE. UU., Seagate, SanDisk y Western Digital han visto subir sus acciones significativamente, impulsadas por la inversión en infraestructura de AI y la demanda de almacenamiento de alta capacidad.

Evercore, en su informe de enero de 2026, señala que se espera que almacenamiento y redes ocupen una mayor proporción del gasto en TI, ya que las empresas enfrentan retrasos en datos y cuellos de botella en arquitecturas de almacenamiento, con un crecimiento estimado del 4% en 2025 a aproximadamente 9% en 2026.

Seagate, como representante del sector de discos duros, está viendo cómo sus productos en almacenamiento persistente de datos de AI y grandes volúmenes de datos fríos están siendo reevaluados en precio. La nueva tarjeta de almacenamiento de 2000 dólares y 2TB de SanDisk refleja la capacidad de fijación de precios en productos de almacenamiento de alta gama.

Desde la perspectiva de inversión, la valoración de memoria y almacenamiento aún está relativamente subestimada —el P/E futuro en cifras de un solo dígito o bajos dos dígitos— y la demanda impulsada por AI aún no ha tocado techo. Como soporte físico del flujo de datos de AI, la certeza de beneficios y el margen de seguridad en valoración en el sector de almacenamiento merecen un seguimiento continuo.

Quinto eslabón: Redes ópticas — necesidad imperante de interconexión y expansión de ancho de banda en centros de datos de AI

Las redes ópticas son la parte más “invisible” pero más esencial de la infraestructura de AI. Cuando los clústeres de GPU crecen de decenas de miles a cientos de miles, el ancho de banda entre chips, la transmisión por fibra dentro del centro de datos y el intercambio de datos entre centros se convierten en cuellos de botella que limitan la capacidad total. Ciena es uno de los actores más observados por los analistas. En su informe del cuarto trimestre fiscal 2025, superó las expectativas del mercado, y UBS elevó su precio objetivo a 230 dólares, Argus a 280 dólares con calificación de compra, Rosenblatt a 305 dólares, considerándola un actor clave en las aplicaciones de redes AI en centros de datos.

Lumentum, proveedor clave de componentes de comunicaciones ópticas, también se beneficia de la demanda creciente de módulos ópticos internos en centros de datos. Con la aceleración en la iteración de módulos de 400G a 800G y 1.6T, la red óptica no solo tiene un ciclo de auge asegurado, sino que también presenta claros beneficios por actualización tecnológica.

Evercore sostiene que la inversión se está desplazando del cálculo hacia la infraestructura de almacenamiento y redes. Este “efecto de dispersión” implica que empresas como Ciena y Lumentum ganarán mayor peso en la distribución de beneficios en toda la cadena.

Sexto eslabón: REIT de centros de datos — lógica de “arrendador” en la capa física de AI

El último eslabón, y también el más físico, de la inversión en infraestructura de AI, son los REIT de centros de datos. En un contexto de continuos aumentos en el gasto de Microsoft, Google, Amazon y Meta, el espacio físico, la capacidad eléctrica y la conectividad de los centros de datos se vuelven recursos escasos.

Documentos regulatorios recientes de Equinix muestran que inversores institucionales como Capital Research Global Investors siguen aumentando sus participaciones, y Vise Technologies compró más de 1,000 acciones, reflejando el reconocimiento continuo del papel estratégico de los activos de centros de datos en carteras diversificadas.

El valor central del modelo REIT de Equinix radica en ofrecer a empresas, proveedores de servicios en la nube y operadores de redes servicios de alojamiento en gabinetes y conectividad, generando ingresos de alquiler estables y recurrentes, además de distribuir dividendos a los inversores. Digital Realty, por su parte, se enfoca en el mercado de centros de datos a gran escala, formando un patrón de competencia diferenciado y complementario con Equinix.

Para inversores que buscan flujo de caja, los REIT de centros de datos ofrecen la escasa propiedad de dividendos en temas de AI, aportando un valor de gestión de riesgos único en sus carteras.

Ventajas y rutas operativas clave en la negociación de acciones Gate

En comparación con los corredores tradicionales, la ventaja diferenciadora de la función de negociación de acciones en Gate radica en la inversión fraccionada y el bajo umbral. Sin necesidad de comprar acciones completas, se puede participar en inversiones en acciones de alto precio, reduciendo significativamente la barrera de capital para inversores minoristas en activos de AI de alta calidad; además, permite una configuración unificada en una sola cuenta para múltiples activos. Los usuarios pueden gestionar criptomonedas, acciones en EE. UU., acciones tokenizadas y ETFs en una misma cuenta Gate, eliminando la necesidad de cambiar de plataformas.

En cuanto a la operación, los pasos son: iniciar sesión en la cuenta Gate, completar la verificación de identidad, en la página de trading spot cambiar el mercado a “tokens de acciones”, buscar el activo deseado, seleccionar entre spot, contratos perpetuos o Alpha, ingresar cantidad y precio, y confirmar la orden. Para quienes desean operar en acciones reales en EE. UU., la plataforma ya soporta compras directas en acciones estadounidenses mediante un corredor regulado usando USDT.

Factores de riesgo y reflexión estructural sobre la inversión en toda la cadena

La cadena de infraestructura de AI no es un camino de crecimiento sin riesgos. Desde una lógica de análisis integral, los siguientes factores de riesgo deben integrarse en las decisiones de inversión.

Riesgo de oferta. La certificación HBM4 y los desafíos en gestión de consumo energético de la serie Rubin de Nvidia podrían retrasar las entregas. Cualquier perturbación en la cadena de suministro se transmitirá a través de los OEM de servidores a toda la cadena.

Riesgo de inventario por cambio generacional. La rápida iteración de Hopper a Blackwell y Rubin aumenta la presión sobre los precios y el riesgo de deterioro de inventarios de generaciones anteriores.

Riesgo de valoración. La capitalización de Micron superó los 1 billón de dólares, con un aumento acumulado del 237%, y el mercado puede estar sobrevalorando el optimismo en el sector de memoria. Aunque Wedbush mantiene una visión positiva sobre Nvidia, también reconoce que la revisión de la cadena de suministro y la ausencia de ralentizaciones por parte de clientes debido a soluciones alternativas son una paradoja que merece atención.

Riesgo en la estructura de demanda. La inversión en infraestructura de AI está altamente concentrada en cuatro grandes proveedores de servicios en la nube. Si alguno de ellos reduce su presupuesto, toda la expectativa de demanda en la cadena se reevaluará.

Riesgos macro y políticos. Las restricciones tecnológicas entre EE. UU. y China, y su impacto en la exportación de chips avanzados, alteran la distribución regional de la oferta. La explosión de demanda del H200 tras nuevas políticas de exportación también muestra que las variables políticas son fuerzas externas clave que influyen en la oferta y demanda.

Conclusión

La lógica de inversión en infraestructura de AI está experimentando un cambio profundo. Desde que las entregas de chips Blackwell superaron el 70%, hasta que los pedidos pendientes de servidores de Dell superaron los 500 mil millones de dólares, desde que la capitalización de Micron superó el billón, hasta que las instituciones aumentan continuamente sus participaciones en centros de datos de Equinix — los seis principales componentes convergen en una misma conclusión: la certeza del gasto en capacidad de AI se está expandiendo desde “suministro de chips” hacia “infraestructura de pila completa”.