Nvidia pagó 3 veces la valoración de septiembre de Groq para adquirirlo. Esto es estratégicamente nuclear. Cada laboratorio de IA dependía de la GPU, lo que generaba un riesgo enorme de concentración. Google se liberó de los TPUs para uso interno, demostrando que la narrativa de "Nvidia o nada" era falsa. Esto no solo demostró la viabilidad técnica, sino que también reveló que el foso de Nvidia era más superficial de lo que los mercados creían. Cuando un hiperescalador consigue construir silicio personalizado, cada comprador sofisticado empieza a hacer cálculos de "¿deberíamos construir los nuestros?". Esto elimina el TAM de Nvidia. Jonathan Ross (fundador de Groq) es el inventor de la TPU. Comprendía los principios arquitectónicos que hacían viable la aceleración de IA sin GPU. Su arquitectura LPU estaba orientada a cargas de inferencia donde las GPUs están realmente sobreingenierizadas. Esto importa porque la inferencia es donde está el dinero real a largo plazo. El entrenamiento es un capex único, pero la inferencia es opex recurrente que escala con el uso. Si Groq demostrara que las LPUs pueden alcanzar un precio-rendimiento competitivo por inferencia, todos los proveedores de la nube vendrían su arquitectura como marca blanca. Nvidia se vería atrapado en "solo entrenamiento" mientras perdería la corriente de anualidades. Es seguro ver este acuerdo como un seguro de Nvidia contra Groq que permite un ecosistema completo de alternativas a Nvidia. Pero lo que resulta más interesante es el efecto de segunda orden: el bloqueo del cliente. Ahora, Nvidia posee tanto el estándar vigente (CUDA + GPU) como la arquitectura alternativa más creíble (LPUs). Esto es una estrategia a nivel de Github que MSFT compra. Cualquier laboratorio de IA que evalúe "construir vs comprar frente a proveedor alternativo" ahora se enfrenta a: - Opción A (GPUs Nvidia) - Opción B (LPUs Nvidia <> Groq) - Opción C (empezar desde cero) Al convertir una amenaza competitiva en una herramienta de segmentación de clientes, Jensen es el maestro de los oficios. Ahora pueden discriminar por precio: los clientes premium pagan por GPUs, la inferencia sensible al precio se canaliza a las LPUs, y Nvidia captura ambas. Si Nvidia no integra LPUs en su hoja de ruta, esto fue una jugada puramente defensiva. Si lo integran y empiezan a ofrecer paquetes de "GPU para entrenamiento, LPU para inferencia", esto se convierte en una adquisición de manual que ampliará el foso. Lo más caro de la tecnología no es construir el futuro, sino impedir que alguien más construya un futuro sin ti.