Nvidia paga US$6.000M a Poolside y se convierte en fabricante de modelos de IA

A finales de agosto, Nvidia cruzó una frontera que llevaba meses anunciando: dejó de ser únicamente el proveedor de chips que sostiene la revolución de la inteligencia artificial para convertirse también en creadora de los modelos que corren sobre esos chips. El 21 de agosto anunció un acuerdo con Poolside, una startup de tres años y medio de antigüedad, por el cual pagará US$6.000 millones por licenciar su Model Factory —el sistema interno que la compañía usaba para entrenar sus propios modelos— más US$1.000 millones adicionales en inversión directa. Con eso, también contratará a aproximadamente 109 ingenieros de los 115 que Poolside tenía en sus equipos de ingeniería e investigación.

Lo que Nvidia adquirió no es una empresa tradicional, sino una máquina. Model Factory es el equivalente a una fábrica automatizada de inteligencia artificial: pipelines de datos, recetas de entrenamiento, entornos de aprendizaje por refuerzo y toda la orquestación necesaria para ejecutar esos procesos sobre clusters masivos de GPUs. Esa tecnología, junto con los ingenieros que saben operarla, se incorporará a Nemotron, la familia de modelos abiertos de Nvidia. Pero la estructura del acuerdo es inusual. No es una adquisición clásica. Según la carta a accionistas de Poolside que circuló entre inversores, la licencia es no exclusiva, los tres fundadores —Eiso Kant como CEO, Jason Warner, exdirector técnico de GitHub, y Margarida Garcia— permanecen fuera de Nvidia, y Poolside continúa existiendo como empresa independiente. Es lo que algunos analistas llaman un "reverse-execuhire" a escala: Nvidia se lleva el conocimiento, deja la empresa operando, y ambas partes siguen adelante.

El trasfondo explica por qué Poolside aceptó este acuerdo. A finales de 2025, la startup tuvo una ventana de seis semanas para recaudar US$2.000 millones y pagar por un cluster de 40.000 chips GB300 que estaba por llegar en enero. No lo logró a tiempo y perdió el cluster. Sin cómputo a esa escala, no hay frontera. La carta reconoce que un cluster de entre 10.000 y 20.000 GB300 habría bastado para construir un modelo competitivo con lo mejor que existía entonces, pero la próxima frontera exigirá más de un orden de magnitud por encima de eso. Poolside había levantado US$626 millones a una valoración de US$3.000 millones para finales de 2024, con inversores como Bain Capital Ventures, eBay y la propia Nvidia. Pero los requisitos de capital se fueron verticales. La compañía fue direccionalmente correcta durante tres años y medio, pero las máquinas necesarias para entrenar a escala simplemente no estaban al alcance.

Este acuerdo es el tercero de su tipo que ejecuta Nvidia en menos de un año. En diciembre de 2025 pagó US$20.000 millones por licenciar la tecnología de inferencia de Groq y contratar a sus ingenieros principales; Groq siguió operando como empresa independiente y recientemente cerró una ronda de US$350 millones a una valoración de US$3.500 millones, con Nvidia participando. A principios de 2026 llegó un acuerdo de aproximadamente US$900 millones con Enfabrica, una startup especializada en interconexiones de chips. En total, Nvidia ha comprometido cerca de US$27.000 millones en estas operaciones. La estructura es idéntica en los tres casos: licencia no exclusiva, contratación del equipo técnico clave, participación accionaria, sin disparar las alarmas antimonopolio de una compra directa.

La lógica detrás de este gasto masivo en modelos que Nvidia va a regalar es simple pero potente. Nemotron ya tiene tres tamaños publicados en menos de un año: Nano en diciembre, Super en la conferencia GTC de marzo, y Ultra con 550.000 millones de parámetros en junio. Nvidia publica no solo los pesos del modelo, sino también los datos de entrenamiento, los entornos de aprendizaje por refuerzo y las recetas completas para reconstruirlo. Regalan el producto y las instrucciones. La analogía histórica está en CUDA, el software que Nvidia libera gratis desde 2007, sobre el cual los desarrolladores construyeron todo el ecosistema que hoy obliga a comprar sus chips. Nemotron corre la misma lógica una capa más arriba: modelos abiertos y gratis generan más adopción de inteligencia artificial, eso genera más demanda de cómputo, eso vende más GPUs. Mientras tanto, los laboratorios cerrados como OpenAI, Anthropic y Google mantienen productos diferenciados y precios premium en la frontera. El resto del mercado, el de los modelos suficientemente buenos, ahora compite contra algo cuyo precio es cero, ofrecido por quien se beneficia cuando esa competencia pierde.

Para una startup en América Latina o España, las consecuencias son prácticas. Si estás construyendo sobre OpenAI o Anthropic vía API, este acuerdo no cambia tu precio mañana. Pero sí cambia el techo del costo de oportunidad. Nemotron, DeepSeek, Qwen y Kimi están tirando hacia abajo el precio de un modelo capaz. En regiones donde el acceso a cómputo sigue siendo más caro en términos relativos que en Silicon Valley, un modelo abierto fuerte y bien mantenido corriendo sobre GPUs Nvidia reduce el vendor lock-in y permite self-hosting serio. El costo marginal por token cae a niveles donde ejecutar un modelo en una o dos GPUs de 80GB empieza a tener sentido para workloads internos como clasificación, búsqueda aumentada por recuperación o generación de código. La diferencia en costo puede ser de uno a dos órdenes de magnitud.

El acuerdo con Poolside confirma tres cosas que ningún founder puede ignorar. Primero: el cómputo manda sobre el algoritmo. Poolside tenía talento, tecnología y US$626 millones ya invertidos; le faltaron las máquinas. Sin GPU a escala, no hay modelo frontera, sin importar lo bueno que seas. Segundo: el centro de gravedad de la inteligencia artificial abierta se corre hacia Estados Unidos. DeepSeek, Qwen y Kimi siguen avanzando, pero Nvidia acaba de poner US$7.000 millones sobre la mesa para construir la alternativa occidental de pesos abiertos con infraestructura de nivel Musk detrás. Tercero: el stack completo se consolida en pocas manos. Nvidia ya vende chips, redes, sistemas, software como CUDA, NeMo y NIM, y ahora modelos. Para una startup que construye sobre esa pila, eso es estabilidad y abundancia. Para una que compite en cualquier capa de esa pila, es una amenaza existencial. La pregunta para la próxima reunión de planning no es qué modelo usar, sino qué capa de la pila defiendes como tuya. El resto se va a commoditizar más rápido de lo que parece.