Jensen Huang nunca ha sido acusado de hacer una entrada discreta. El CEO de Nvidia eligió su primera publicación en X para publicar una carta abogando por modelos de IA de peso abierto, aquellos que puedes descargar, modificar y ejecutar en tu propio hardware. Para alguien que vende el hardware que impulsa la mayor parte de la IA mundial, esto no es altruismo. Es estrategia.
La carta, firmada por Nvidia junto con otros socios, presenta un argumento sobre por qué los modelos de peso abierto son importantes para la seguridad, la ciberseguridad, la innovación y la soberanía nacional. El argumento de Huang es sencillo: cuando los modelos de IA son abiertos, más personas los utilizan. Cuando más personas los usan, más personas necesitan GPUs.
El juego de peso abierto y por qué importa más allá de Silicon Valley
Los modelos de peso abierto son distintos del software completamente de código abierto, pero el concepto es lo suficientemente similar. Estos son modelos de IA cuyos parámetros entrenados (los “pesos”) están disponibles públicamente para su descarga. Cualquiera puede ejecutarlos, ajustarlos o crear productos sobre ellos sin necesidad de pedir permiso a la empresa que los entrenó.
Huang ha estado hablando sobre esto desde hace un tiempo. En una entrevista con Axios el 22 de julio, elogió los modelos chinos de peso abierto como el Kimi K3 de Moonshot AI y las ofertas de DeepSeek, calificándolos como “excelentes”. Argumentó que las empresas estadounidenses deberían adoptar activamente modelos chinos de peso abierto de alto rendimiento en lugar de evitarlos.
Cuando la IA es abierta, se propaga por todas partes.
Su posición también tiene un ángulo de seguridad nacional que está ganando terreno en Washington. El argumento de Huang es que la transparencia, es decir, la capacidad de inspeccionar los pesos del modelo, en realidad mejora la seguridad en lugar de socavarla. Puedes auditar lo que hace un modelo abierto. Una API cerrada es una caja negra.
Qué significa esto para los tokens de infraestructura de cripto y IA
Huang no mencionó cripto, cadena de bloques ni cómputo descentralizado en su carta ni en sus entrevistas recientes. Ni una sola vez. Pero las implicaciones para la intersección entre cripto e IA son difíciles de ignorar.
Todo el sector descentralizado de cómputo GPU y IA, proyectos como Render, Akash Network e io.net, existe precisamente porque los modelos de peso abierto necesitan un lugar donde ejecutarse. Si puedes descargar un modelo, necesitas hardware para realizar inferencia. Las redes de cómputo descentralizado se posicionan como la alternativa asequible.
El apoyo de Nvidia a los modelos abiertos refuerza su dominio en el mercado de hardware centralizado. Cada proveedor de nube importante y cliente empresarial comprará más GPUs de Nvidia para alojar estos modelos. Esta concentración de poder de cómputo en la cima es exactamente lo que las redes descentralizadas afirman buscar transformar, pero también valida la tesis de que la demanda de cómputo para IA está a punto de crecer drásticamente en todos los niveles del mercado.
Geopolítica, GPUs y la nueva carrera armamentista de la IA
La adopción de Huang de los modelos chinos de peso abierto es notable dado el actual clima geopolítico. Las restricciones de exportación de EE. UU. han limitado la venta de chips avanzados de Nvidia a China. Sin embargo, aquí está el CEO de Nvidia elogiando públicamente los modelos que estas restricciones supuestamente estaban diseñadas para ralentizar.
La posición de Huang parece ser que intentar contener la IA china mediante restricciones de hardware es un juego perdido, ya que los modelos en sí mismos son abiertos y de libre disponibilidad. Es mejor adoptarlos, ejecutarlos en infraestructura estadounidense y vender más chips en el proceso.
Los analistas anticipan una demanda sostenida o potencialmente creciente para las GPU y la infraestructura de centros de datos de Nvidia a medida que los modelos abiertos ganan popularidad a nivel global. La posición de la empresa es clara: ya sea que el modelo sea abierto o cerrado, estadounidense o chino, probablemente lo estés ejecutando sobre silicona de Nvidia.