El precio de alquiler de GPU cae un 30% en tres semanas, la cadena de valor de IA se está trasladando de la «gran migración» de Nvidia a los chips de memoria

Autor: Claude, Deep Tide TechFlow

Deep Tide guía de lectura: El precio de alquiler del chip B200 de Nvidia cayó desde su pico a finales de mayo de 6.11 dólares/hora hasta 4.22 dólares/hora, una caída de aproximadamente el 30% en tres semanas. Al mismo tiempo, el sector de semiconductores mostró una diferenciación inusual: el ETF de semiconductores SMH subió un 15% en el último mes, Micron y Sandisk aumentaron casi un 60% cada uno, mientras que Nvidia cayó un 3% en ese mismo período. Para quienes poseen Nvidia o están considerando invertir en infraestructura de IA, surge una cuestión clave: el dinero en IA no ha disminuido, sino que ha cambiado de lugar.

Nvidia aún subió aproximadamente un 12% este año, pero la atención del mercado parece ya no centrarse en ella.

En el último mes, el ETF de semiconductores VanEck (SMH) subió con fuerza un 15%, Micron y Sandisk aumentaron cerca del 60%. Nvidia no solo no siguió el ritmo, sino que cayó aproximadamente un 3% en contra de la tendencia. Lo que ilustra mejor el problema es que el indicador central que respalda la narrativa de valoración de Nvidia, el precio de alquiler en la nube del chip B200, también se está debilitando.

Según datos de la plataforma de precios de potencia GPU Ornn, el precio de alquiler por hora del B200 alcanzó el 30 de mayo un máximo de 6.11 dólares, un récord de tres meses, y desde entonces ha seguido bajando, llegando a 4.22 dólares el fin de semana pasado, una caída de aproximadamente el 30%. La semana pasada, Rich Privorotsky, director de la mesa de operaciones One-Delta de Goldman Sachs, señaló directamente: la narrativa del "escasez de capacidad de cálculo" en IA podría estar cayendo de su pedestal.

Caída del 30% en el precio de alquiler del B200 en tres semanas, presión sobre la narrativa de "escasez de capacidad de cálculo"

El Nvidia B200 es el chip de capacidad de cálculo central en los centros de datos a gran escala actuales, y su precio de alquiler se considera un barómetro de la oferta y demanda de infraestructura de IA. Según datos de varias plataformas de seguimiento independientes, los precios del B200 están aflojando.

Los datos de Ornn muestran que el precio de alquiler por hora del B200 cayó desde su pico de 6.11 dólares el 30 de mayo hasta 4.22 dólares el fin de semana pasado. El índice de precios mensual de 63 proveedores de servicios en la nube compilado por AIMultiple indica que la tarifa media del B200 es de 6.11 dólares/hora, pero los nuevos proveedores de nube (neocloud) ya han reducido sus precios base a 3.44 dólares. Los datos de GetDeploying, que rastrea a 26 proveedores de servicios en la nube con B200, muestran precios aún más extremos: un promedio de 4.99 dólares/hora, con ofertas mínimas de solo 2.25 dólares/hora (contratos reservados de tres años).

Los factores que impulsan la caída de precios son tres: la mejora en la tasa de rendimiento del proceso 4NP de TSMC reduce los costos de producción del B200; la oferta de HBM3e de SK Hynix y Micron se relaja notablemente en el segundo trimestre de 2026; y más proveedores de nube han obtenido inventario de B200, con empresas como RunPod, Lambda, Nebius y Spheron ya ofreciendo existencias, lo que ha presionado a la baja los precios en general.

La presión se intensificará en la segunda mitad del año. Cuando la próxima generación de Nvidia, Blackwell Ultra B300, comience a entrar en el mercado de existencias, parte de la capacidad del B200 pasará de un modelo bajo demanda a un modelo de subasta. Los precios de subasta del B300 ya han llegado a ofertas tan bajas como 2.45 dólares/hora, incluso más baratas que el precio mínimo de listado del B200. Instituciones como Spheron y Thunder Compute predicen que el precio bajo demanda del B200 podría estabilizarse en el rango de 2.50 a 3.00 dólares en el cuarto trimestre de 2026.

Para los inversores que mantienen posiciones en Nvidia, la caída en los precios de alquiler significa que los márgenes de beneficio de los clientes finales (proveedores de nube y nuevas plataformas en la nube) están bajo presión, y la intención de compra de estos clientes afecta directamente el ritmo de pedidos de Nvidia.

Diferenciación significativa en el sector de semiconductores: memoria en auge, Nvidia en solitario

Esta diferenciación en los datos es bastante impactante.

Nvidia ha subido aproximadamente un 12% en lo que va de 2026, pero ha caído alrededor de un 3% en el último mes. Mientras tanto, el ETF de semiconductores SMH ha subido un 84% en el año y un 15% en el último mes. Micron ha aumentado casi un 60% en el último mes, alcanzando un máximo histórico de aproximadamente 1,089 dólares, con un incremento acumulado en el año superior al 700%, y una capitalización de mercado que supera los 1.2 billones de dólares. Sandisk también ha subido cerca del 60% en el último mes, con un aumento de más del 4,400% en las últimas 52 semanas.

El mercado quizás no ha dejado de apostar por IA, sino que está cambiando la percepción sobre dónde se encuentra el cuello de botella en la cadena de valor de IA.

La lógica anterior era "escasez de GPU → Nvidia tiene poder de fijación de precios → los mayores beneficios en la parte superior de la cadena". Ahora, la lógica ha cambiado a: "la oferta de GPU se relaja, pero la demanda de memoria de alta banda ancha (HBM) y almacenamiento para modelos de IA está creciendo exponencialmente, convirtiendo a la memoria en un nuevo cuello de botella".

Los últimos resultados financieros de Micron (segundo trimestre de 2026) muestran ingresos de 23.8 mil millones de dólares, casi el doble respecto al año anterior (80 mil millones de dólares en el mismo período del año pasado); Sandisk, tras escindirse de Western Digital, reportó en el tercer trimestre fiscal de 2026 ingresos de 5,95 mil millones de dólares, un aumento del 97% respecto al año anterior.

Los datos publicados por TrendForce el 16 de junio muestran que los precios de los contratos de memoria aumentaron más del 100% en la primera mitad de 2026, y se espera que la escasez estructural continúe en la segunda mitad del año. El CEO de Apple, Tim Cook, admitió la semana pasada en una entrevista que Apple ya no puede absorber el aumento de costos de la memoria. Cuando incluso un comprador con poder de negociación como Apple dice "no podemos aguantar más", la capacidad de fijación de precios de los fabricantes de memoria es evidente.

Micron publicará mañana (24 de junio) sus resultados del tercer trimestre, y se espera que vuelvan a ser récords. Este informe será clave para determinar si el "superciclo de memoria" puede continuar.

El director de operaciones de Goldman Sachs: los precios de alquiler son el indicador clave

Rich Privorotsky, director de la mesa de operaciones One-Delta de Goldman Sachs, propuso la semana pasada un marco de evaluación claro:

Si la capacidad de cálculo realmente escasea, los precios de alquiler deberían mantenerse firmes, y los gastos de capital continuos serían justificables. Si la oferta aumenta y los precios de alquiler siguen bajando, la hipótesis de "escasez de capacidad de cálculo" que respalda toda la valoración de la cadena de hardware de IA se verá cuestionada.

Él añadió que esta presión primero se reflejará en el hardware. Los verdaderos beneficiados serán las empresas que venden sistemas completos y monetizan mediante el uso, no solo los que venden "picos y palas" en la parte superior de la cadena. El mayor riesgo está en los niveles superiores del hardware y la infraestructura, ya que allí la valoración todavía se basa en la premisa de "escasez continua".

Este mensaje es claro: el modelo de negocio de Nvidia consiste en vender chips (picos y palas), no en cobrar por uso. Si los precios de alquiler en la parte inferior de la cadena caen, pero los precios de los chips de Nvidia no, se producirá una compresión de márgenes, que eventualmente afectará el volumen de pedidos.

El reciente informe "Tokenomics" de Citadel Securities también respalda una evaluación similar: las restricciones clave para la adopción de IA han pasado de ser "capacidad del modelo" a "costos y escasez de potencia de cálculo", y los usuarios están migrando rápidamente a modelos más económicos. El índice de precios de tokens ha caído durante siete días consecutivos, alcanzando la mayor caída en lo que va de año.

La profesora de finanzas de la Universidad de Santa Clara, Seoyoung Kim, lo explica de manera más directa: "La mayoría de los compradores no saben cuánta capacidad de cálculo necesitarán el próximo año, los proveedores no saben cuánto GPU deben pedir, y Nvidia tampoco sabe cuánto producir. Los tres están adivinando, y cuando las expectativas cambian de 'no hay suficiente' a 'puede que haya más', los precios se presionan a la baja."

Contrato de 30 mil millones de dólares entre SpaceX y Google: el mercado de contratos a largo plazo sigue en auge

Aunque los precios de alquiler en el mercado spot están bajando, el mercado de contratos a largo plazo cuenta otra historia.

Según un documento presentado por SpaceX a la SEC el 5 de junio, Google acordó pagar a SpaceX 920 millones de dólares mensuales desde octubre de 2026 hasta junio de 2029, por el alquiler de aproximadamente 110,000 GPU de Nvidia y componentes relacionados, memoria y otros. El valor total del contrato es de aproximadamente 30 mil millones de dólares. En mayo, Anthropic firmó un acuerdo similar con SpaceX, pagando 1,25 mil millones de dólares mensuales por toda la capacidad del centro de datos Colossus 1 en Memphis, con un valor cercano a 45 mil millones de dólares.

El contexto de estos contratos es que, tras la fusión de SpaceX con xAI en febrero de 2026, SpaceX convirtió su supercomputadora Colossus, que había construido previamente, en un activo comercial para alquiler externo, asegurando ingresos sustanciales antes de su oferta pública inicial (valoración objetivo de 1.75 billones de dólares).

Para Nvidia, esto es una señal contradictoria. Por un lado, los contratos a largo plazo de 110,000 GPU demuestran que los grandes clientes siguen asegurando capacidad a gran escala; RBC Capital Markets, tras el anuncio, afirmó que Nvidia "está en la posición más favorable entre sus pares", y que estos acuerdos de alquiler de GPU al menos en el corto plazo pueden disipar las preocupaciones sobre la competencia de ASIC que podría reducir su cuota de mercado.

Por otro lado, la necesidad de Google de alquilar capacidad a SpaceX se debe precisamente a que su propia capacidad de producción no puede seguir el ritmo de la demanda. La inversión de capital de Google en 2026 oscila entre 1800 y 1900 millones de dólares, y el pago mensual de 920 millones de dólares a SpaceX representa menos del 6% del presupuesto anual, siendo en realidad una "capacidad puente". Cuando los centros de datos propios de estos grandes clientes comiencen a operar en 2027-2028, queda la duda de si la demanda externa de alquiler podrá mantenerse a su nivel actual.

Además, los contratos incluyen una cláusula de terminación anticipada con aviso de 90 días. Esto no parece un acuerdo firmado en un momento de "escasez extrema de capacidad", sino más bien una vía de escape para el comprador.

El riesgo de Nvidia: no en la demanda, sino en el poder de fijación de precios

Uniendo estos puntos, el problema que enfrenta Nvidia es que la distribución de beneficios en la cadena de valor de IA está cambiando.

En el lado de la oferta de GPU, la mejora en la tasa de rendimiento de TSMC, más inventario para otros fabricantes y la próxima gran llegada del B300 están mitigando la escasez extrema de 2024-2025. En la demanda, los grandes clientes siguen comprando a gran escala, pero la forma de adquisición ha cambiado de "comprar a toda costa" a "comparar precios, asegurar contratos a largo plazo y reservar derechos de salida". En cuanto a los márgenes, los precios de alquiler en la parte inferior de la cadena ya están bajando; si los precios de los chips de Nvidia no se ajustan a la baja, la compresión de beneficios en los niveles intermedios terminará afectando los pedidos.

Por otro lado, la memoria se ha convertido en la nueva estrella, reflejando un cambio en la cadena de valor.

Cuanto más grandes sean los modelos de IA y más tareas de inferencia, mayor será la demanda de memoria de alta banda ancha (HBM). Nvidia puede mejorar la eficiencia mediante actualizaciones arquitectónicas (como la precisión FP4 del B200 que reduce a la mitad el tamaño por parámetro), pero el ancho de banda de memoria es un cuello de botella físico sin atajos. La capacidad de HBM de Micron ya está agotada para todo 2026, y esta situación de "sin poder comprar aunque tengas dinero" contrasta claramente con la caída en los precios de alquiler del B200 de Nvidia.

Los resultados financieros de Micron mañana ofrecerán un dato clave. Si los ingresos y las previsiones vuelven a superar las expectativas, la narrativa de que la "cadena de valor de IA se está desplazando de GPU a memoria" se reforzará aún más. Para los inversores, esto no significa que IA esté en declive, sino que hay que reconsiderar quién tiene el poder de fijación de precios en esta cadena.