Esta vez, el viejo Huang extendió los tentáculos de la infraestructura de IA hasta la capa de modelos.
La semana pasada, NVIDIA lanzó dos grandes órdenes consecutivas.
Justo después de firmar el acuerdo de adquisición con Hugging Face, el mayor centro global de modelos de código abierto, se difundió la noticia de que planean entregarle a Mira Murati, exCTO de OpenAI, la estrella más destacada de Silicon Valley, un cheque por casi 3 mil millones de dólares.
Old Huang apostó por Thinking Machines Lab, fundada por Murati.
La valoración previa a la inversión se disparó directamente a al menos 40 mil millones de dólares, con una recaudación planeada de 5 mil a 6 mil millones de dólares, y NVIDIA podría absorber aproximadamente la mitad.
No es una inversión inicial de NVIDIA, sino una continuación de aumento de apuesta.
Mirar el ritmo de crecimiento de Thinking Machines Lab es como si tuviera un acelerador.
En la ronda anterior, en julio de 2025, logró cerrar una de las rondas semilla más grandes de la historia:
Ronda semilla de 2 mil millones de dólares, valoración posterior a la inversión de 12 mil millones de dólares.
Solo 14 meses después, la valoración previa a la inversión se disparó hasta 40 mil millones, más del triple.
Si esta ronda de financiación de 5.000 a 6.000 millones de dólares se completa con éxito, la valoración posterior a la inversión alcanzará casi 45.000 a 46.000 millones de dólares.
Lo más loco aún está por venir.
Con una valoración tan impresionante, los ingresos anuales de esta empresa apenas superan los 100 millones de dólares.
Una valoración de 40 mil millones de dólares equivale a aproximadamente 400 veces el múltiplo de ingresos.
¿Qué hace que NVIDIA esté dispuesta a invertir otros 2.500 a 3.000 millones de dólares en una empresa que lleva 19 meses operando y ya ha perdido a varios de sus cofundadores?
Dejar OpenAI después de dos años, acumulando una valoración de 40 mil millones de dólares
De 12 mil millones a 40 mil millones, Murati solo tardó 14 meses.
En septiembre de 2024, Murati anunció su salida de OpenAI. En ese momento era CTO y CEO interina durante los días en que Altman fue expulsado por la junta.
Aproximadamente cinco meses después, Thinking Machines Lab surgió de la nada.
En la lista de startups, casi es una lista de contactos de los exmiembros de OpenAI: entre los cofundadores se encuentran grandes figuras como Lilian Weng, John Schulman, Barret Zoph y Luke Metz.
En julio de 2025, se recibieron 2 mil millones de dólares en ronda semilla.
a16z lideró la ronda, con participaciones de Accel, NVIDIA, AMD y Jane Street. En ese momento, Murati no tenía ni un solo producto decente; los inversores apuestan por ella misma.
Pronto, el producto presentó su respuesta.
En octubre de 2025, el primer producto, Tinker, se lanzará, y en diciembre estará disponible para todos.
Esto no es un modelo, es una plataforma de ajuste fino: los desarrolladores cargan sus propios datos, ajustan modelos de pesos abiertos según sus necesidades y pagan según el uso de capacidad de cómputo.
Inmediatamente después, llega el movimiento más grande.
El 10 de marzo de 2026, Thinking Machines y NVIDIA anunciaron oficialmente una colaboración estratégica de varios años: desplegar al menos 1 GW del sistema Vera Rubin, mientras NVIDIA realizó una inversión significativa cuyo monto no se reveló.
Huang Renxun (izquierda) y Murati (derecha). El 10 de marzo de 2026, ambas partes anunciaron oficialmente una colaboración de 1 GW de Vera Rubin, y NVIDIA completó una inversión cuyo monto no se reveló.
Cuatro meses después, el 15 de julio de 2026, lanzaron su primer modelo propio, Inkling:
975 mil millones de parámetros totales, 410 mil millones activados, contexto máximo de 1 millón de tokens, admite texto, imagen y audio, pesos completos abiertos.
Luego está la ronda de financiación de entre 5 y 6 mil millones de dólares.
Se necesita tanto dinero debido al acuerdo de 1 GW mencionado anteriormente.
1 GW es una capacidad de cómputo de nivel laboratorio de vanguardia. Chips, red, electricidad y centros de datos, todos configurados a escala de gigavatios, cada uno una cifra astronómica.
Desde los iniciales 1.000 millones de dólares hasta los actuales 5.000 a 6.000 millones de dólares, la recaudación se multiplicó por cinco o seis veces para respaldar esta ambición de 1 GW.
¿De dónde proviene este dinero?
En la ronda anterior, NVIDIA fue solo uno de los inversores secundarios, y el líder fue a16z.
En esta ronda, el líder de la inversión cambió a Accel, y NVIDIA podría cubrir aproximadamente la mitad, pasando de inversor secundario a mayor aportante.
Entonces, la escena familiar volvió a aparecer: NVIDIA fue tanto el mayor inversionista de este ciclo como el proveedor del sistema de 1 GW.
El dinero ingresó en la cuenta de Thinking Machines, y una gran parte probablemente dará la vuelta y se convertirá en un pedido de NVIDIA.
Inversión, compra e ingresos, en un cierre dentro de la misma empresa.
The direction is clear enough.
NVIDIA ya no se conforma con suministrar chips a laboratorios establecidos como OpenAI y Anthropic; ahora está utilizando acciones para vincular anticipadamente a los próximos jugadores líderes.
En el anuncio de marzo también había una frase fácil de pasar por alto: ambas partes diseñarán conjuntamente sistemas de entrenamiento e inferencia orientados a la arquitectura de NVIDIA.
Esto significa que los futuros modelos de Thinking Machines estarán diseñados desde la base según Vera Rubin.
La ruta de Murati, no competir por el primer modelo
A través de la estrategia de Murati durante estos 19 meses, descubrirás que ha estado evitando compararse directamente con OpenAI y Anthropic en términos de la potencia de sus modelos.
Incluso reconocer directamente en el blog de lanzamiento de Inkling:
Inkling no es el modelo más potente actualmente, ya sea abierto o cerrado.
El modelo de negocio de Thinking Machines se estableció desde el día del lanzamiento de Tinker: vende la idea de «convertir el modelo en tuyo».
La empresa utiliza sus propios datos y su propio negocio para entrenar, ajustar finamente e inferir en su plataforma, y cobra según el uso de capacidad de cómputo.
En palabras de Murati: crear una IA que la gente pueda moldear y hacer suya.
Esta frase pone a Thinking Machines en un camino diferente al de OpenAI y Anthropic.
Las dos últimas están compitiendo por el modelo cerrado general más potente, pero ella se coloca en un nivel inferior: no compite por ser el mejor modelo, sino que se enfoca en construir la infraestructura para personalizar modelos para todos.
¿No es precisamente la infraestructura de IA de la que el viejo Huang ha hablado varias veces?
NVIDIA ha hablado durante dos años sobre fábricas de IA, infraestructura de IA y economía de tokens; justo lo que necesita: un negocio en el que cada cliente adicional consume más capacidad de cómputo.
En la conferencia GTC 2026 del 16 de marzo, Jensen Huang afirmó que la demanda de potencia de cómputo «aumentó un millón de veces» y que los ingresos entre 2025 y 2027 serán de al menos 1 billón de dólares.
Entendido esto, tiene sentido por qué NVIDIA está dispuesta a gastar dinero.
Combinando Hugging Face, NVIDIA tiene dos cartas en la mano
Esta no es la única gran movida de NVIDIA este mes.
El 3 de septiembre, NVIDIA anunció oficialmente la adquisición de Hugging Face por 12.9303 mil millones de dólares, y el acuerdo ya ha sido firmado.
Ver las dos transacciones juntas:
Hugging Face controla la distribución de modelos abiertos y la comunidad de desarrolladores; Thinking Machines controla modelos de vanguardia, una plataforma de ajuste fino y un equipo de investigación.
Un extremo es la entrada, el otro es el modelo. NVIDIA ha apostado por ambos extremos en la línea de pesos abiertos.
Ambas suman casi 16 mil millones de dólares, separadas solo por unos días.
El peso completo de Inkling está disponible en Hugging Face, con una versión NVFP4 optimizada específicamente para NVIDIA Blackwell.
Los desarrolladores descargan Inkling desde Hugging Face, lo ajustan en Tinker y luego lo ejecutan en Vera Rubin.
Entrada, modelo, plataforma de ajuste fino, chip, cada paso está dentro de un ecosistema.
Esto es exactamente lo que NVIDIA quiere: asegurar previamente con capital a las empresas de modelos, lo que también asegura su futura demanda de capacidad de cómputo.
Referencias:
https://techcrunch.com/tag/thinking-machines-lab/
https://www.theinformation.com/articles/thinking-machines-lab-talks-raise-billions-roughly-40-billion-valuation
https://thinkingmachines.ai/news/introducing-inkling/
https://blogs.nvidia.com/blog/nvidia-thinking-machines-lab/
Este artículo proviene del canal de WeChat "Neozhisheng", autor: Apocalipsis ASI; editor: Yuanyu