Acuerdo Nvidia y Groq: unos 20 mil millones por inferencia
El acuerdo entre Nvidia y Groq, revelado el 24 de diciembre de 2025, le da a Nvidia una licencia no exclusiva sobre la tecnología de chips de inferencia de Groq y lleva a Nvidia al CEO de Groq, Jonathan Ross, y a otros directivos. El principal inversionista de Groq le dijo a CNBC que el precio es de unos 20 mil millones de dólares en efectivo, lo que lo convertiría en el mayor acuerdo de la historia de Nvidia. Para las empresas que usan inteligencia artificial, acerca al líder del mercado una de las principales alternativas a las GPU para la inferencia rápida.
Por qué Nvidia quería tecnología de inferencia
El problema de Nvidia es el paso de entrenar modelos de IA a ejecutarlos. Domina el mercado del entrenamiento, pero el de la inferencia, donde los modelos ya entrenados responden a las solicitudes de los usuarios, está fragmentado, señala EE Times. Entre sus rivales están AMD y Broadcom, startups como Cerebras y Groq, y los chips de inferencia propios de AWS, Google y Microsoft.
Muchos de los clientes más grandes de Nvidia están desarrollando sus propios procesadores de IA o explorando alternativas a sus GPU. Groq había ganado terreno como alternativa a las GPU para la inferencia de alto rendimiento, y su CEO, Jonathan Ross, ayudó a inventar la unidad de procesamiento tensorial de Google, la TPU, cuando trabajaba allí.
Qué acordó Nvidia con Groq
El 24 de diciembre de 2025, Groq dijo que había firmado un acuerdo de licencia no exclusiva con Nvidia para su tecnología de inferencia. El fundador y CEO de Groq, Jonathan Ross, el presidente Sunny Madra y otros altos directivos se unirán a Nvidia para ayudar a desarrollar y escalar la tecnología licenciada. Groq no reveló un precio.
La cifra vino de un inversionista. Alex Davis, CEO de Disruptive, que encabezó la última ronda de financiamiento de Groq, le dijo a CNBC que Nvidia aceptó pagar 20 mil millones de dólares en efectivo y se queda con todos los activos de Groq, salvo su incipiente negocio de nube. Nvidia le dijo a TechCrunch que el acuerdo no es una adquisición de la empresa y no comentó su alcance.
«Aunque estamos sumando empleados talentosos a nuestras filas y licenciando la propiedad intelectual de Groq, no estamos adquiriendo Groq como empresa». Jensen Huang, CEO de Nvidia, en un correo a los empleados obtenido por CNBC
Cómo funciona el chip LPU de Groq
El chip de Groq es una unidad de procesamiento de lenguaje, o LPU, hecha solo para inferencia. Según EE Times, guarda cientos de megabytes de SRAM en el propio chip como almacenamiento principal de los pesos del modelo, en lugar de depender de memoria externa de gran ancho de banda, lo que reduce la latencia. Ese diseño acelera las respuestas de los chatbots y otros modelos de IA, pero también limita el tamaño del modelo que puede servir un chip.
Groq afirma que sus LPU son hasta 10 veces más eficientes energéticamente que las GPU de Nvidia y AMD. Huang les dijo a los empleados que Nvidia planea integrar los procesadores de baja latencia de Groq en la arquitectura de fábricas de IA de Nvidia para atender una gama más amplia de cargas de inferencia de IA y en tiempo real.
Qué dicen las cifras sobre el precio
Si la cifra de CNBC es correcta, es por mucho la mayor compra de la historia de Nvidia. Su mayor acuerdo anterior fue Mellanox, comprada en 2019 por cerca de 7 mil millones de dólares. A finales de octubre, Nvidia tenía 60,6 mil millones de dólares en efectivo e inversiones a corto plazo.
El precio está muy por encima de la última valuación de Groq. En septiembre, Groq recaudó 750 millones de dólares con una valuación de unos 6,9 mil millones, y apuntaba a ingresos de 500 millones de dólares para 2025. La empresa dice que impulsa las aplicaciones de IA de más de 2 millones de desarrolladores, frente a unos 356.000 el año anterior. Davis dijo que Groq no buscaba venderse cuando Nvidia se le acercó.
Qué significa el acuerdo Nvidia y Groq para las empresas que usan IA
Para las empresas que ejecutan modelos de IA, la tarea que atiende este acuerdo es la velocidad y el costo en el momento en que un modelo le responde a un usuario. La inferencia rápida importa para chatbots, agentes de voz y otros usos en tiempo real en los que el tiempo de respuesta define la experiencia del cliente.
Por ahora, los clientes de la nube de Groq conservan su servicio. Groq dice que seguirá como empresa independiente, dirigida por su exdirector financiero Simon Edwards como CEO, y que GroqCloud seguirá funcionando sin interrupciones. Como la licencia no es exclusiva, Nvidia no tiene los derechos únicos sobre la tecnología. Aun así, para los compradores, el acuerdo acerca al líder del mercado a uno de los diseñadores independientes de inferencia más fuertes, lo que reduce el campo de alternativas a las GPU de Nvidia.
Cómo encaja este acuerdo en un patrón
La estructura no es nueva. En septiembre, Nvidia pagó más de 900 millones de dólares para contratar al CEO de Enfabrica, Rochan Sankar, y a otros empleados, y para licenciar la tecnología de esa startup. Meta, Google y Microsoft también han usado acuerdos de licencia para contratar talento de IA. EE Times señala que dejar una empresa en pie en lugar de comprarla por completo puede ayudar a evitar el escrutinio antimonopolio.
Preguntas y respuestas
¿Nvidia compró Groq?
No, según Nvidia. Firmó una licencia no exclusiva para la tecnología de inferencia de Groq y contrata a sus directivos, mientras Groq sigue como empresa independiente.
¿Cuánto pagó Nvidia por la tecnología de Groq?
Ninguna de las dos empresas reveló un precio. Alex Davis, de Disruptive, principal inversionista de Groq en su última ronda, le dijo a CNBC que la cifra fue de 20 mil millones de dólares en efectivo.
¿Qué pasa con GroqCloud?
Groq dice que GroqCloud seguirá funcionando sin interrupciones. El negocio de nube no forma parte de la transacción.
La visión de MOZGII
Cómo lo construiríamos
El dinero de la IA se está moviendo de construir modelos a ejecutarlos, y ejecutarlos es un costo que se paga cada vez que un cliente hace una pregunta. Este acuerdo trata de ese costo. Para una empresa, la pregunta práctica no es qué chip gana, sino cuánto cuesta cada respuesta y cuánto espera el cliente por ella.
Si construyéramos un producto de IA sobre este mercado, mantendríamos la capa del modelo separada del hardware en el que funciona. Cada solicitud pasaría por un paso de enrutamiento que puede enviarla a más de un proveedor de inferencia, y probaríamos cada semana el mismo conjunto de preguntas reales de clientes en cada proveedor. Una persona del equipo de producto sería responsable de ese conjunto de pruebas y decidiría cuándo un proveedor más barato o más rápido es lo bastante bueno para recibir tráfico.
Fallaría cuando un proveedor cambiara sus condiciones, precios o dueños más rápido de lo que el producto puede moverse. Un equipo que ajustó todo a la velocidad de un solo proveedor no tiene alternativa cuando ese proveedor cambia de rumbo. La métrica que vigilaríamos sería el costo por solicitud respondida con el tiempo de respuesta que aceptan los clientes, medido para cada proveedor lado a lado.
Después, construiríamos un pequeño interruptor que mueva a demanda una parte del tráfico en vivo entre proveedores, para que un cambio en el mercado de chips sea un cambio de configuración y no una reconstrucción.
Fuentes
De dónde salen los datos de esta nota.