torygreen

Los compromisos de infraestructura de IA de las grandes tecnológicas se extienden mucho más allá de las cifras de gasto de capital que solemos ver. Han comprometido aproximadamente 1,09 billones de dólares en futuros pagos de arrendamiento, principalmente para centros de datos de IA.
Actualmente, solo unos 285 mil millones de dólares aparecen como pasivos por arrendamiento, porque muchos contratos no se reconocen hasta que las instalaciones comienzan a operar.
El riesgo real es el desajuste en la duración. Algunos arrendamientos se extienden entre 15 y 30 años, mientras que los chips, los mode

La demanda energética de los centros de datos está creciendo tan rápido que las redes no pueden seguir el ritmo, y las empresas ahora transportan turbinas de gas en camiones para sortearlo.
APR Energy acaba de desplegar ocho unidades móviles, 1,1 GW, destinadas directamente a la demanda de los centros de datos.
Piénsalo. Una turbina sobre un remolque es peor opción que una conexión a la red en todos los sentidos salvo en uno: puedes tenerla funcionando en meses en lugar de años. Pagar esa prima solo tiene sentido si la espera es lo que te está perjudicando, y ahora mismo la espera supera los 5

Ejecutar DeepSeek V4 Flash 0731 en tu propio hardware ya es real, pero lo que cuesta y si vale la pena depende mucho de quién eres.
las máquinas que realmente lo ejecutan:
> 256GB M3 Ultra Mac Studio (~7-9 mil USD): guarda la compilación en 4 bits con margen, caja única y limpia.
> 512GB M3 Ultra (~10 mil USD+ si puedes conseguir uno): ejecuta cómodamente la versión casi sin pérdidas.
> 2x H200 o 4x A100 en servidor: checkpoint completo con 1M de contexto, pero ahora ya estás rozando dinero de centro de datos.
técnicamente también corre en 128GB, pero solo con una compresión pesada de 3 bits q

Proveedor de chips. Prestamista de infraestructura. Inversor de equity en sus propios clientes. Nvidia es ahora las tres cosas a la vez, y este mes la factura de llevar los tres sombreros llegó a $750B
> $250B , respaldando el arrendamiento de Ohio de OpenAI.
> $500B entrelazado con SK Group en memoria.
> $5B entrando en SSI, una empresa sin producto.
> $1B entrando en Naver. Una participación en Nebius. Chips fluyendo hacia instalaciones en Texas que les arrienda de vuelta a sí misma.
El bucle que Nvidia esencialmente ha creado es financiar al cliente -> el cliente compra chips de Nvidia -

2026 no es el año en el que los laboratorios cerrados planearon cerrar, y el espacio donde un modelo de frontera cerrada puede cobrar dinero ahora es de aproximadamente tres puntos de ancho después de K3 desde @Kimi_Moonshot
K3 acaba de aterrizar limpiamente por encima de Opus 4,8 en capacidad, a la mitad del precio por tarea, con los pesos haciéndose públicos en cuestión de días. Solo Fable 5 y GPT-5.6 Sol siguen por encima de eso. Todo lo que queda por debajo de esa línea ahora es territorio abierto: modelos que cualquiera puede servir a coste de hardware, sin margen de I+D que recuperar.

.@nvidia está poniendo 170.000 GPUs en una isla en Indonesia. El campus se anunció hace 2 semanas y entra en funcionamiento en el 1T 2027, un cronograma que es prácticamente imposible en EE. UU. ahora mismo.
Las GPUs no son el obstáculo; Nvidia está entregando 170.000 de ellas mediante un acuerdo de reparto de ingresos. Lo escaso es dónde conectarlas en un cronograma que importe.
Las colas de interconexión en EE. UU. tardan 5+ años en muchas regiones. Una turbina de gas detrás del contador tarda 18 meses. Ese vacío es ahora el juego entero de la selección de ubicación.
Y se sigue añadiendo m

$130B en proyectos de centros de datos bloqueados o retrasados en el primer trimestre. Esto coincide con todo 2025 en solo un trimestre de este año.
75 proyectos. Los grupos de oposición duplicaron de 396 a 833 en 49 estados en tres meses. 300+ proyectos de ley presentados en las primeras seis semanas del año, propuestas de moratoria en 14 estados y la legislatura de Nueva York acaba de aprobar una pausa de un año para cualquier cosa por encima de 20MW. Gallup tiene a 71% de los estadounidenses en contra de un centro de datos cerca de su casa, frente a aproximadamente la mitad hace medio año.

El inmueble más valioso en IA en este momento es una fundición de aluminio cerrada en Kentucky.
@AnthropicAI firmó un arrendamiento de $19 mil millones por 20 años para 401 megavatios en el campus Hawesville de TeraWulf, un antiguo sitio de fundición con aproximadamente 480 megavatios de conexión heredada a la red. TeraWulf generó alrededor de $1B en ingresos el año pasado; este único contrato vale casi veinte veces eso.
El activo es la conexión eléctrica. Puedes fabricar más chips. No puedes crear megavatios de la noche a la mañana.
Cada minero de bitcoin que se sienta sobre energía varada s

La inversión en IA está superando los ingresos de IA en un 46%. Durante el colapso de las telecomunicaciones en 2001, esa brecha era del 32%. Hemos superado el territorio del colapso de las telecomunicaciones y seguimos acelerando hacia $1T en gastos de capital anuales para 2027.
Los precios de los tokens cuentan la otra cara. El Índice de Gasto en Tokens LLM de Silicon Data alcanzó un máximo de $2.06 por millón de tokens en mayo. Ahora está en $1.62. Baja un 20% en seis semanas. Baja más del 90% desde 2023.
El gasto total en tokens se ha duplicado aproximadamente año tras año. Los tokens más

.@nvidia ya no solo está en el negocio de fabricar chips. Se está posicionando como un participante directo en la economía de la infraestructura de IA.
A partir de los anuncios recientes, están financiando centros de datos y obteniendo una parte de los ingresos en la nube que generan.
Dos asociaciones recientes ilustran perfectamente este cambio:
210,000 GPUs vinculados a $25–30 mil millones en compromisos de compra durante seis años
> Sharon AI $SHAZ desplegando 40,000 GB300 en Australia
> Firmus escalando a 170,000 aceleradores en 360MW en Batam
Al mismo tiempo, Nvidia y sus socios presenta

El 70% de las empresas dice que usa IA. Menos de 1 de cada 10 tiene un agente real funcionando en producción.
Esa brecha se encuentra dentro del AI Index de Stanford, el conjunto de datos sobre IA más citado y menos sesgado que existe, no publicado por un laboratorio con interés en el resultado.
Solo Google gastó más de 150 mil millones de dólares en infraestructura de IA el año pasado. Los ingresos de los laboratorios fronterizos están aumentando a tasas históricas, y el gasto en cómputo aumenta junto con ellos, sin reducirse como proporción de los ingresos como lo haría normalmente la in

La limitación de la IA en 2026 no es la calidad del modelo. Es la capacidad de la red.
PJM acaba de registrar un aumento del 833% en los precios de capacidad para Virginia. Ese estado ahora envía alrededor del 40% de su electricidad a centros de datos e importa más energía que California. Dublín consume cerca del 80% de la red nacional de Irlanda. Fráncfort está al 42% del suministro regional.
La AIE cree que la demanda de centros de datos se duplicará aproximadamente de nuevo para 2030, mientras que la mitad de los proyectos estadounidenses en desarrollo se concentran en lugares que ya están

Pasé tiempo con los números de inferencia y una estadística sigue apareciendo.
El 70% de la inferencia de IA en 2026 se ejecuta en el borde. No en un centro de datos de hiperescala. No en AWS. En sistemas industriales, equipos autónomos y dispositivos conectados donde el viaje de ida y vuelta a un servidor en la nube no es un problema de latencia, es un modo de fallo.
El mercado de inferencia de 106 mil millones de dólares no está creciendo porque la gente esté enviando más consultas de "chat" a su IA. Está creciendo porque la IA se está integrando en infraestructura física que funciona contin

Aparentemente, estar cerca de la tecnología física tiene muy poco que ver con adoptarla realmente.
California es el hogar de todos los laboratorios de IA de frontera que importan. Nueva York tiene más Fortune 500 que cualquier otro estado. Ambos fueron superados por Colorado, que alcanzó un 23.2% de adopción empresarial de IA mientras Nueva York logró un 13.8%.
Lo que Colorado y Arizona tienen no es mejor infraestructura o talento. Es la disposición a moverse antes de que la industria indique que es seguro. Los estados más cercanos a la tecnología son a menudo los más lentos en implementarla p

En teoría, los costos de IA ya deberían haberse desplomado.
La misma tarea de nivel fronterizo que costaba $30 por millón de tokens en el lanzamiento de GPT-4 en 2023 cuesta hoy $1.25 con GPT-5. Una caída de 96× en tres años, entre modelos nombrados con precios publicados.
Bajo cualquier regla normal, las facturas de IA empresarial deberían estar cayendo en picada. En cambio, los presupuestos promedio de IA de Fortune-500 pasaron de $7M en 2024 a $19M en 2026. Casi 3× en dos ciclos presupuestarios.
La razón: los tokens baratos no se ahorran, se utilizan como armas. Un chatbot dispara tokens un

Algo se invirtió silenciosamente en el cómputo de IA este año, y cambia para qué es realmente la construcción.
En 2023, 2/3 del cómputo de IA se destinó al entrenamiento, el trabajo real de construir un modelo. La otra porción, más pequeña, fue para inferencia, el trabajo de ejecutarlo una vez construido. Pero esa proporción comenzó a invertirse silenciosamente.
La inferencia ahora es 2/3 y sigue subiendo, según Deloitte, y los chips construidos para ejecutarla superaron $50B este año.
La razón principal por la que este cambio importa (y no es porcentualmente): entrenamiento e inferencia son

Aquí está la división en computación de IA que pocos están leyendo correctamente.
El entrenamiento de frontera se concentra más cada trimestre, miles de GPU que deben estar en un mismo lugar interconectadas. Pero el entrenamiento es solo el 30% de la demanda en 2026. El otro 70% es inferencia, y ejecutarla en un hiperescalador significa pagar por una infraestructura construida para la carga de trabajo más difícil para hacer la más fácil.
En redes distribuidas, esa misma inferencia podría costar entre un 45 y un 75% menos, y para cualquiera que esté dimensionando un presupuesto de infraestructu