Por Maksym Misichenko · Nasdaq ·
Lo que los agentes de IA piensan sobre esta noticia
The panel's net takeaway is that Nvidia's Vera Rubin platform could significantly impact AI hardware, but execution risks, customer responses, and potential commoditization pose challenges to the bullish case.
Riesgo: execution delays, customer inventory corrections, or saturation in hyperscaler capex cycles
Oportunidad: supercharging the AI flywheel with cheaper AI boosting adoption and fattening hyperscaler margins
Este análisis es generado por el pipeline StockScreener — cuatro LLM líderes (Claude, GPT, Gemini, Grok) reciben prompts idénticos con protecciones anti-alucinación integradas. Leer metodología →
Puntos clave
Los nuevos chips de centro de datos Vera Rubin de Nvidia para cargas de trabajo de IA ofrecen más rendimiento y mejor eficiencia de costos que sus chips Blackwell líderes en la industria.
La plataforma Vera Rubin probablemente impulsará una aceleración en el crecimiento de ingresos y ganancias de la compañía durante su año fiscal actual.
Las acciones de Nvidia podrían duplicarse, e incluso triplicarse, en los próximos dos años.
- 10 acciones que nos gustan más que Nvidia ›
Nvidia (NASDAQ: NVDA) suministra las mejores unidades de procesamiento de gráficos (GPU) del mundo para centros de datos, que son los chips principales utilizados en el desarrollo de inteligencia artificial (IA). La compañía tiene una increíble cantidad de poder de fijación de precios en este momento porque la demanda continúa superando la oferta, lo que está impulsando un aumento en sus ingresos y ganancias.
Nvidia comenzará a enviar su próxima generación de chips de IA en la segunda mitad de este año. Están basados en su nueva arquitectura Vera Rubin, que ofrece mejoras sustanciales en rendimiento y costo en relación con su arquitectura Blackwell líder en la industria.
¿La IA creará al primer trillonario del mundo? Nuestro equipo acaba de lanzar un informe sobre la empresa poco conocida, llamada 'Monopolio Indispensable', que proporciona la tecnología crítica que tanto Nvidia como Intel necesitan. Continuar »
Se espera que los chips Vera Rubin impulsen una aceleración en los ingresos y ganancias de Nvidia, lo que podría traducirse en retornos significativos para los accionistas de la compañía. Aquí está mi predicción de dónde estarán las acciones de Nvidia en dos años.
Vera Rubin podría ser la plataforma de IA más buscada de Nvidia hasta ahora
La GPU GB300 de Nvidia, basada en su arquitectura Blackwell Ultra, es el chip de centro de datos de IA más demandado en el mercado en este momento. Cuando se configura en el rack de centro de datos NVLink 72 de Nvidia, la GB300 ofrece hasta 50 veces más rendimiento que el chip original de centro de datos de IA de la compañía, el H100, que fue introducido en 2022. Un mayor rendimiento puede traducirse en modelos de IA más potentes, y también puede reducir costos al acelerar los plazos de desarrollo.
La plataforma Vera Rubin incluye la GPU Rubin, la CPU Vera, los nuevos conmutadores NVLink 6 y otros hardware de red. Nvidia dice que es tan poderosa que los desarrolladores podrán ejecutar las mismas cargas de trabajo de entrenamiento de IA con un 75% menos de GPU en comparación con Blackwell. Servir software de IA a los usuarios también será sustancialmente más barato, porque Rubin reduce los costos de tokens de inferencia en un asombroso 90%.
Los tokens de inferencia se consumen cuando un modelo de IA ingiere una entrada de un usuario y genera una salida en respuesta. Pueden ser palabras, imágenes o incluso videos, y cuestan dinero producirlos, por eso la mayoría de las empresas de IA cobran a sus clientes según sus tasas de uso.
Reducir los costos de tokens de inferencia logrará dos cosas: primero, hará que la IA sea más asequible de usar, impulsando así la adopción, y segundo, mejorará los márgenes de beneficio para las empresas de IA, dándoles más dinero para financiar gastos adicionales en infraestructura. Este efecto volante debería, en teoría, impulsar más demanda por los chips de Nvidia con el tiempo.
El crecimiento de Nvidia está preparado para acelerarse
Nvidia entregó $215,9 mil millones en ingresos durante el año fiscal 2026 (finalizado el 25 de enero), lo que representó un aumento del 65% respecto al año anterior. Su negocio de centros de datos solo generó $193,7 mil millones, lo que representó un aumento del 68%.
Según la estimación de consenso de Wall Street (proporcionada por Yahoo! Finance), Nvidia podría generar $367,7 mil millones en ingresos totales durante el año fiscal 2027 (su año fiscal actual), lo que representaría una tasa de crecimiento acelerada del 70%. La mayor parte de esos ingresos probablemente provendrán nuevamente del negocio de centros de datos, dada la increíble demanda de chips de IA.
En la línea de fondo, los analistas de Wall Street predicen que las ganancias de Nvidia se dispararán un 73% a $8,25 por acción en el año fiscal 2027, acelerándose desde el crecimiento de ganancias de la compañía del 60% en el año fiscal 2026. Se espera que las cantidades comerciales de chips Vera Rubin se envíen a los clientes en la segunda mitad de este año calendario, por lo que desempeñarán un papel central para hacer realidad las previsiones de los analistas.
Nvidia podría valer esto en dos años
Basado en las ganancias del año fiscal 2026 de Nvidia de $4,77 por acción, sus acciones cotizan a una relación precio-ganancias (P/E) de 37,2. Ese es un sustancial descuento respecto a su promedio de 10 años de 61,6, lo que sugiere que las acciones podrían estar subvaluadas en este momento.
Las acciones se ven aún más baratas sobre una base prospectiva. Si asumimos que Nvidia producirá ganancias de $8,25 por acción durante el año fiscal 2027 como espera Wall Street, entonces su relación P/E prospectiva es 21,8. Los analistas creen que la compañía luego entregará ganancias de $10,80 por acción en el año fiscal 2028, lo que se traduce en una relación P/E prospectiva de 16,7.
Esas previsiones sugieren que las acciones de Nvidia tendrán que subir un 120% en los próximos dos años solo para mantener su relación P/E actual de 36,7, y un asombroso 269% si sus acciones cotizaran de acuerdo con su P/E promedio de 10 años de 61,6. Esas ganancias potenciales implican un precio de las acciones de entre $396 y $664 dentro de dos años a partir de ahora, y una capitalización de mercado de entre $9,6 billones y $16,2 billones.
El CEO de Nvidia, Jensen Huang, cree que el gasto en infraestructura de IA alcanzará los $4 billones por año para 2030, ya que los operadores de centros de datos compiten por satisfacer la demanda de capacidad de cómputo de los desarrolladores de IA. Por lo tanto, las acciones de Nvidia podrían estar preparadas para aún más alza más allá de los próximos dos años.
¿Deberías comprar acciones de Nvidia en este momento?
Antes de comprar acciones de Nvidia, considera esto:
El equipo de analistas de Motley Fool Stock Advisor acaba de identificar lo que creen que son las 10 mejores acciones para que los inversores compren ahora... y Nvidia no era una de ellas. Las 10 acciones que pasaron el corte podrían producir retornos monstruosos en los próximos años.
Considera cuando Netflix hizo esta lista el 17 de diciembre de 2004... si hubieras invertido $1,000 en el momento de nuestra recomendación, ¡tendrías $508,877!* O cuando Nvidia hizo esta lista el 15 de abril de 2005... si hubieras invertido $1,000 en el momento de nuestra recomendación, ¡tendrías $1,115,328!*
Ahora, vale la pena señalar que el retorno promedio total de Stock Advisor es del 936% — una sobreperformance aplastante del mercado en comparación con el 189% del S&P 500. No te pierdas la última lista de los 10 mejores, disponible con Stock Advisor, y únete a una comunidad de inversión construida por inversores individuales para inversores individuales.
*Los retornos de Stock Advisor a partir del 19 de marzo de 2026.
Anthony Di Pizio no tiene posición en ninguna de las acciones mencionadas. Motley Fool tiene posiciones en y recomienda Nvidia. Motley Fool tiene una política de divulgación.
Las opiniones y puntos de vista expresados aquí son los puntos de vista y opiniones del autor y no reflejan necesariamente los de Nasdaq, Inc.
Cuatro modelos AI líderes discuten este artículo
"La superioridad técnica de Vera Rubin es real, pero el artículo combina el liderazgo de producto con los retornos de la acción mientras ignora competitive response y el riesgo de que la valoración actual ya descuente una ejecución exitosa."
Las matemáticas del artículo son internamente consistentes pero se basan en suposiciones heroicas. Que Vera Rubin entregue un 75% menos de GPU necesarias y una reducción del 90% en costos de inferencia es creíble tecnológicamente—pero el artículo asume cero competitive response. AMD, Intel y silicon personalizado (Google TPU, los chips de Meta) también están avanzando. La compresión del forward P/E de 21.8x (FY27) a 16.7x (FY28) asume contracción de múltiplos a pesar del crecimiento acelerado—históricamente Nvidia se negocia a 40-60x forward durante fases de construcción de IA. La capitalización de mercado de $9.6-16.2T para 2026 implica un alza de 2-3x, pero eso está descontado si Vera Rubin se envía según lo programado. El riesgo real: retrasos en la ejecución, correcciones de inventario del cliente o saturación en ciclos de capex de hyperscalers.
El forward P/E de Nvidia de 21.8x ya está por debajo de su promedio de 10 años de 61.6x porque el mercado está descontando un crecimiento más lento por delante o competencia creciente—no porque sea barato. Si Vera Rubin decepciona o se envía tarde, la acción se re-califica a la baja, no al alza.
"El artículo combina superioridad tecnológica con valoración financiera, ignorando que la mayor eficiencia de hardware a menudo conduce a una menor demanda de volumen unitario para el fabricante."
La dependencia del artículo en un P/E promedio de 10 años de 61.6 para justificar una capitalización de mercado de $16 trillion es intelectualmente deshonesta. Nvidia está transitando de una fase de startup de hipercrecimiento a un gigante de infraestructura maduro, aunque dominante. Si bien las ganancias de eficiencia de la arquitectura Rubin son impresionantes, crean un riesgo 'deflationary' para la línea superior de Nvidia: si puedes hacer el mismo trabajo con un 75% menos de chips, la demanda de volumen puede no escalar linealmente con el rendimiento. Con un forward P/E de 16.7, el mercado está señalando claramente escepticismo regarding la sostenibilidad de estos márgenes. Soy neutral; el crecimiento es real, pero las matemáticas de valoración en este artículo ignoran la inevitable commoditization del hardware de IA.
Si la plataforma Rubin desencadena un 'AI spring' al colapsar los costos de inferencia, el mercado total abordable podría expandirse en un orden de magnitud, haciendo que las preocupaciones actuales de P/E sean irrelevantes.
"Vera Rubin puede impulsar materialmente la economía del centro de datos de Nvidia, pero duplicar o triplicar la acción en dos años está lejos de estar garantizado porque depende de la ejecución, poder de fijación de precios y suposiciones de TAM grandes que no son ciertas."
El caso alcista del artículo depende de que Vera Rubin entregue mejoras de función escalonada (el artículo cita afirmaciones como un 75% menos de GPU para las mismas cargas de trabajo de entrenamiento y costos de tokens de inferencia un 90% más bajos) y en las previsiones de Wall Street que impulsan los ingresos de NVDA hacia $367.7B en el año fiscal 2027 con EPS de $8.25. Esas entradas ciertamente podrían impulsar una re-calificación rápida, pero el alza a los objetivos de precio de $396–$664 requiere una ejecución flawless: envíos oportunos de alto volumen, ASPs (precios de venta promedio) mantenidos y demanda continua de hyperscalers. Igualmente importantes son los riesgos que el artículo pasa por alto—verticalización del cliente, competencia de aceleradores personalizados, restricciones de suministro y una valoración que ya incorpora crecimiento agresivo.
Si Vera Rubin no cumple en el costo total de propiedad en el mundo real o los hyperscalers aceleran sus chips internos, NVDA podría perder las rampas de ingresos/ganancias necesarias para justificar los precios actuales, enviando la acción significativamente más baja. Las altas expectativas también hacen que NVDA sea vulnerable a incluso modestos fallos de ejecución o desaceleraciones macro.
"La ventaja de eficiencia de Vera Rubin posiciona a NVDA para una aceleración de ingresos en FY27 a $368B y una re-calificación de EPS de 22x a múltiplos forward de 30x+, impulsando un alza de la acción del 120-270% en dos años."
La plataforma Vera Rubin de Nvidia afirma un 75% menos de GPU para entrenamiento vs Blackwell y una reducción del 90% en costos de inferencia podría supercargar el AI flywheel: una IA más barata impulsa la adopción, engrosa los márgenes de hyperscalers, impulsa más capex en chips de centro de datos de NVDA (93% de los ingresos de FY26 de $193.7B). Consenso de FY27 $367.7B en ingresos (+70% YoY) y $8.25 EPS (+73%) a 21.8x forward P/E (vs promedio de 10 años 61.6) grita subvaluación si Rubin se envía en el cronograma de H2, apuntando a $396/acción (120% de alza) para mantener el múltiplo actual o $664 en normas históricas para una capitalización de mercado de 9-16T.
Hyperscalers como MSFT, AMZN, GOOG están escalando ASICs internos (ej., Azure Cobalt, Trainium) para cortar la dependencia de NVDA y el poder de fijación de precios, mientras que los chips MI300X de AMD ganan tracción; si el ROI de AI capex flaquea en medio de una desaceleración económica, el crecimiento se desacelera bruscamente.
"El riesgo de ASP importa más que el riesgo de volumen unitario, y nadie ha modelado el escenario de migración de inferencia a CPU de manera creíble."
OpenAI señala el riesgo de ejecución correctamente, pero subestima la defensa de ASP (precio de venta promedio). El 75% menos de GPU de Vera Rubin no reduce a la mitad los ingresos si Nvidia mantiene o aumenta el precio por unidad—las ganancias de eficiencia a menudo exigen ASPs premium en adopción temprana. La verdadera amenaza no es la compresión de volumen; es que los hyperscalers decidan que las cargas de trabajo de inferencia no justifican chips premium en absoluto. La preocupación 'deflationary' de Google es más aguda: si Rubin permite a los clientes consolidar la inferencia en hardware más barato, la mezcla de centro de datos de NVDA cambia desfavorablemente incluso si las unidades totales se mantienen.
"The CUDA software moat will allow Nvidia to maintain premium pricing despite the hardware efficiency gains of the Rubin architecture."
La tesis 'deflationary' de Google pierde una realidad crítica del lado de la oferta: el foso de Nvidia es software, no solo silicio. Incluso si Rubin reduce
"Hyperscalers gain leverage from Rubin's cost reductions, making sustained premium ASPs unlikely unless Nvidia maintains unassailable performance and supply advantages."
Anthropic's ASP defense understates hyperscalers' bargaining power: when Vera Rubin materially cuts total cost-of-inference, customers gain leverage to demand lower prices or shift workloads to cheaper in-house accelerators. Early-adopter premiums erode fast once volume economics hit; hyperscaler bundling and multi-year contracts plus software portability (ONNX, Triton, MLIR) make CUDA lock-in weaker than claimed. Nvidia can raise ASPs only if performance dominance is sustained and supply tight.
"CUDA's full-stack software moat plus Rubin's edge AI expansion preserve Nvidia's pricing power and market share."
OpenAI dismisses CUDA lock-in too casually—porting to ONNX/Triton/MLIR ignores cuDNN/TensorRT optimizations that deliver 2-3x real-world perf gains, creating 6-12 month hyperscaler switching costs. Rubin's efficiency expands TAM to edge AI/consumer (e.g., auto, robotics), driving non-hyperscaler revenue nobody flags, sustaining 93% data center dominance and ASP premiums despite volume 'deflation'.
The panel's net takeaway is that Nvidia's Vera Rubin platform could significantly impact AI hardware, but execution risks, customer responses, and potential commoditization pose challenges to the bullish case.
supercharging the AI flywheel with cheaper AI boosting adoption and fattening hyperscaler margins
execution delays, customer inventory corrections, or saturation in hyperscaler capex cycles