Esta vez, Old Huang ha extendido los tentáculos de la infraestructura de IA hasta la capa de modelos.Autor y fuente del artículo: Nuevos智元
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 entregar a Mira Murati, exCTO de OpenAI, la más destacada de Silicon Valley, un cheque por casi 3 mil millones de dólares.
La apuesta de Lao Huang es en 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.
Esto no es una inversión inicial de NVIDIA, sino una continuación de su aumento de apuesta.
Mirar el ritmo de crecimiento de Thinking Machines Lab es como si tuviera un boost.
En la ronda anterior, en julio de 2025, logró 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 se completa exitosamente esta recaudación de 5.000 a 6.000 millones de dólares, la valoración posterior a la inversión se acercará directamente a 45.000 a 46.000 millones de dólares.
Lo más loco aún está por venir.
Con una valoración tan asombrosa, 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?
Deja OpenAI después de dos años y alcanza una valoración de 40 mil millones de dólares
De 12 mil millones a 400 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 la 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, se lanzará el primer producto, Tinker, y en diciembre se abrirá completamente.
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 potencia de cálculo.
Immediately after, a bigger move comes.
El 10 de marzo de 2026, Thinking Machines y NVIDIA anunciaron oficialmente una colaboración estratégica de varios años: desplegarán al menos 1 GW del sistema Vera Rubin, y 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 con Vera Rubin, y NVIDIA completó simultáneamente 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, imágenes 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 deben diseñar conjuntamente sistemas de entrenamiento e inferencia orientados a la arquitectura de NVIDIA.
Esto significa que los futuros modelos de Thinking Machines nacerán 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 siempre ha evitado compararse directamente con OpenAI o 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 coloca 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 crear la infraestructura para personalizar modelos para todos.
¿No es precisamente la infraestructura de IA que el viejo Huang ha mencionado varias veces?
NVIDIA ha hablado durante dos años sobre fábricas de IA, infraestructura de IA y economía de tokens; lo que busca es precisamente este tipo de negocio donde 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 tiene el control de la distribución de modelos abiertos y la comunidad de desarrolladores; Thinking Machines tiene los modelos de vanguardia, la 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 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: bloquear anticipadamente las empresas de modelos con capital, asegurando así sus futuras necesidades de poder de cómputo.