DruckFin

Transcripción de Nvidia: Devolución del 50% del flujo de caja libre a los accionistas y el auge de la CPU personalizada Vera para la IA agéntica

24 de junio de 2026 - Sesión de preguntas y respuestas para analistas financieros en Nvidia GTC Taipei 2026

Programa de retorno de capital y el patrón de computación agéntica

Presentador: Dicho esto, por favor, acompáñenme a dar la bienvenida a nuestro fundador y CEO, Jensen Huang.

Jensen Huang: Ya voy, ya voy. Denme un segundo. Dajia hao, es un gusto verlos. ¿Vieron todos los productos que anunciamos esta semana? Increíble. Bien, antes de comenzar, tengo un anuncio, un anuncio muy emocionante. Y no es un secreto. Pueden decírselo a todos. Díganle a todos sus amigos. No es un anuncio sobre mí. Todos, de acuerdo, se los leeré en la presentación de resultados. Anunciamos un programa de recompra de acciones de $80.000 millones. ¿Recuerdan eso? Y un aumento de 25 veces en nuestro dividendo. ¿Recuerdan eso? También les dijimos que revisaríamos nuestro dividendo de forma regular. Así que hoy tengo un anuncio muy emocionante: hoy anunciamos que planeamos devolver el 50% o más del flujo de caja libre a nuestros accionistas este año, el próximo y en adelante. Hasta el infinito y más allá.

Jensen Huang: Si hacen un cálculo sencillo, es mucho dinero. Y planeamos aumentar nuestras recompras de acciones y nuestro dividendo con el tiempo. Bien, ese es nuestro anuncio. Si tienen alguna pregunta, estaremos encantados de responderla. Y, por supuesto, ayer anunciamos noticias muy emocionantes. La gran idea, la gran idea, y llevo dos años hablando de ello, es que el patrón de computación de la IA es agéntico. El patrón de computación, cómo los agentes son las aplicaciones modernas. Los agentes son las aplicaciones modernas. Pueden razonar. Pueden usar herramientas. Pueden acceder a memoria a largo plazo. La memoria a largo plazo puede ser estructurada o no estructurada. Pueden usar herramientas. Esas herramientas pueden estar en su PC. Pueden estar en la nube. Pueden ser herramientas de diseño, herramientas de programación de software. Pueden ser, por supuesto, recuperación de bases de datos, procesamiento de bases de datos. Pueden usarse para diseñar chips utilizando todo tipo de herramientas. Y, por lo tanto, este patrón de computación que llamamos agentes se ejecutará en todas partes, tal como las aplicaciones se ejecutaron en todas partes en el pasado. Este patrón de computación llamado agentes se ejecutará en la nube. Se ejecutará en la PC. Se ejecutará en estaciones de trabajo. Se ejecutará en el automóvil e incluso se ejecutará en robots humanoides.

Jensen Huang: He estado describiendo esto, por supuesto, pieza por pieza durante un largo periodo de tiempo. Si ven nuestras presentaciones principales de GTC, verán que Jensen ha estado hablando de este momento desde hace dos años, tal vez más, uniendo todas las piezas, ¿de acuerdo? Y este enfoque de computación, este patrón de computación, es distribuido y desagregado. Desagregado y distribuido, lo que significa que cada parte de la computación, el patrón de computación de agentes, cada parte de esa carga de trabajo se ejecuta en diferentes partes del centro de datos.

Diseñando Vera Rubin y Grace Blackwell para cargas de trabajo agénticas

Jensen Huang: A veces, esa es la razón por la que construimos Vera Rubin. Hopper fue construido para el preentrenamiento. Grace Blackwell introdujo, además, la inferencia. Grace Blackwell fue diseñada para el preentrenamiento, el postentrenamiento y también la inferencia. Y NVLink 72 nos permitió generar los tokens de menor costo del mundo. No por un 20%, sino por 20 veces. Y ahora somos la forma de menor costo para generar tokens. El objetivo no es tener un centro de datos de bajo costo. El objetivo es producir un producto con bajo costo. Por lo tanto, Grace Blackwell de Nvidia genera tokens al menor costo del mundo. Como resultado, inventamos el switch de escalabilidad NVLink. Entre NVLink, InfiniBand y Ethernet diseñados para IA, ahora también somos la compañía de redes más grande del mundo. Eso es lo que sucedió con Grace Blackwell. Vera Rubin fue diseñada para el preentrenamiento, el postentrenamiento, la inferencia, pero también para ejecutar agentes, para ejecutar este patrón, este patrón de computación que les mostré allí ayer. Vera Rubin fue diseñada para ejecutar todo eso, y ese patrón, como dije antes, es desagregado y distribuido. Desagregado significa que diferentes partes de esa carga de trabajo se ejecutan en diferentes partes de Vera Rubin.

Jensen Huang: Y algunas partes de Vera, la parte pesada, la parte que genera dinero para la IA, es la generación de tokens. Esa es la parte pesada. Por eso quieres maximizar el número de GPU que tienes, porque lo que vendes son tokens. ¿Tiene sentido? No vendes todo lo demás. Intentas no comprar muchas redes de nosotros, pero ese no es tu objetivo. Vas a comprar mucho almacenamiento, pero ese no es tu objetivo. Tu objetivo es generar tantos tokens como sea posible. Esa es la razón por la que las GPU continuarán. Empezarás diciendo: "Tengo un centro de datos de 1 gigavatio, ¿cuántas GPU puedo poner ahí?". Porque eso maximiza mis ingresos.

Jensen Huang: Bien, pero el centro de todo es el pensamiento, y el pensamiento es computación muy pesada. Pensar, leer el contexto, que es leer todos los documentos, razonar sobre ellos, pensar, elaborar un plan, pensar, actuar, que es generar comandos para las herramientas. Eso es pensar. ¿Tiene sentido? La retroalimentación de la herramienta regresa. La miras. Dices: "¿Tiene sentido? ¿Es ese el mejor resultado? ¿Es correcta la respuesta?". Ahora estás pensando de nuevo. Luego regresas, "ah, no es del todo correcto, tengo que ajustar mi plan, usar la herramienta de nuevo". De ida y vuelta, de ida y vuelta, de ida y vuelta. Y es por eso que necesitas que el uso de la herramienta sea muy rápido, porque la IA está esperando. La IA dice: "aquí está la herramienta, quiero que la uses, ahora necesito la respuesta lo más rápido posible", que es la razón por la que estamos trabajando con toda la industria del software para acelerar sus aplicaciones. Adobe ha acelerado sus aplicaciones, lo anunciaron ayer, rediseñando por completo Adobe Photoshop y Premiere por primera vez en décadas. Estamos acelerando Cadence, estamos acelerando Synopsys, estamos acelerando Ansys, estamos acelerando Siemens, estamos acelerando todo porque los agentes son impacientes. Porque si los agentes están esperando, un centro de datos de 1 gigavatio de GPU está esperando, no puedes esperar. Y entonces, las CPU no solo tienen que ser fáciles de alquilar, baratas de alquilar, tienen que ser rápidas para responder, que es la razón por la que el rendimiento de un solo hilo (single-threaded) es importante, súper importante. Rendimiento de un solo hilo, no multihilo, no multinúcleo, sino una CPU haciendo un trabajo para una IA. ¿Tiene sentido? Tiene que ser súper rápida. Y debido a que está desagregado, también pensamos en cómo diseñar la CPU correcta y dónde ponerla. ¿Cómo diseñamos la CPU correcta y dónde ponerla? ¿Y cómo integramos eso en la arquitectura Vera Rubin?

Jensen Huang: También creamos Vera Rubin para que sea el mejor procesador de datos del mundo para sistemas de memoria. Recuerden, una IA debe tener memoria a largo plazo. Debe tener memoria a corto plazo. La memoria es datos. Mover datos por todo el centro de datos requiere mucho ancho de banda. Esa es la razón por la que Vera es también el primer ConnectX-8. Vera tiene el mayor ancho de banda de E/S. Vera también tiene el mayor ancho de banda de CPU a CPU porque cuando procesas datos, las CPU tienen que hablar entre sí. Sin impuestos de chiplet, completamente en un solo dado gigante. Podríamos hacerlo en cuatro dados pequeños, seis dados pequeños, pero cada vez que cruzas el dado, hay un impuesto de chip. Hay un impuesto de chiplet. No queremos un impuesto de chiplet. Esa es la razón por la que el ancho de banda de CPU a CPU es tres veces y media mayor. El ancho de banda de sección transversal dentro de nuestro chip es absolutamente el mejor del mundo. El ancho de banda de E/S es absolutamente el mejor del mundo, no por un 15%, sino por factores de X.

Jensen Huang: Grace fue la primera CPU con la que decidimos hacer esto. Vera fue la segunda generación. Nuestro núcleo de CPU en Vera es completamente personalizado porque queríamos que este núcleo de CPU, la CPU, tuviera las instrucciones por ciclo (IPC) más altas del mundo. Diez instrucciones al mismo tiempo por ciclo. Buscamos 10, decodificamos 10, ejecutamos 10 en todo el proceso. Ninguna CPU en el mundo puede hacer eso. Como resultado, pueden ver el rendimiento. Está fuera de serie. Vera no fue diseñada para humanos. Somos, ya saben, bastante lentos. Vera fue diseñada para agentes. Muy impacientes. Computación acelerada diseñada para agentes. Muy impacientes, ¿de acuerdo? Y así, todo este sistema fue diseñado no solo para el preentrenamiento, no solo para la inferencia, sino para ejecutar agentes, que es ese esquema de allí. Ese es el futuro. Ese es mi intento de tomar un sistema muy complicado y convertirlo en una caricatura. Pero ese patrón de computación se va a replicar en todas partes. Se ejecutará en la nube. Para eso es Vera Rubin.

Reinventando el ecosistema de PC con Windows y agentes en entorno aislado (sandbox)

Jensen Huang: También se ejecutará en una pequeña computadora de escritorio. Y hace varios años, hace unos tres años, hablé con Satya Nadella y le dije: "en el futuro, la IA también querrá ejecutarse en un dispositivo, porque queremos tener asistentes que corran con nosotros todo el tiempo". En este momento, bueno, para ustedes, todas sus computadoras portátiles están aquí. Mi computadora portátil está en mi habitación. Si quiero hablar con mi computadora portátil hoy, tengo que esperar hasta que regrese a mi habitación. En el futuro, si necesito que mi computadora portátil haga algo, solo le envío un mensaje de WhatsApp. Le digo, ya saben, lo que sea, R2-D2, hay algo con la diapositiva de PowerPoint, la diapositiva número 17. Esa imagen está mal escalada o titulada. No debería decir CX9. Debería decir CX10. R2-D2 abre PowerPoint, lo modifica, lo convierte en PDF y me lo envía. ¿Pueden imaginar eso? Fácil.

Jensen Huang: Ese es un futuro donde tu IA no es solo una computadora portátil, no solo una herramienta, sino que tu computadora portátil se convierte en una IA, se convierte en un asistente durante todo el día. Ahora, no necesariamente quieres ejecutar todo en la nube porque si puedes ejecutarlo localmente, es gratis, tal como las computadoras portátiles, tal como los teléfonos, tal como en tu casa. ¿Por qué alquilar el televisor? Lo vas a usar todos los días. ¿Por qué alquilar la lavadora-secadora? La vas a usar, bueno, con suerte una vez a la semana. ¿Por qué alquilar tu refrigerador? Lo vas a usar todos los días. ¿Por qué alquilar tu computadora asistente? La vas a usar todos los días. Por supuesto, también podemos conectarnos a una nube muy potente, que es lo que hará Vera Rubin en la nube. Y así, ahora tienes el beneficio de los asistentes. No necesitas tener solo un asistente. Puedes tener asistentes de todo tipo. Y este asistente orquestará a todos los demás asistentes. Por supuesto, se ejecutaría en tu escritorio. Se ejecutaría en tu computadora portátil. Así que Satya y yo, Microsoft y Nvidia, decidimos crear una línea completamente nueva de computadoras. Toda esta línea de computadoras, la primera en el mundo que tiene procesamiento de tensores, que tiene compresión de parámetros, que tiene un sistema operativo que permite un entorno aislado (sandbox) que es seguro, porque quieres poner a tus agentes en un entorno aislado. Dale permiso. No le permitas acceder a todo en mi computadora portátil. Puedes acceder a estos archivos. Puedes usar estas herramientas. Puedes comunicarte con estas personas. Dale permiso a tu agente. Necesitas un sistema operativo que proporcione ese entorno aislado. Y, por supuesto, imaginamos toda la línea de computadoras. En el pasado, teníamos estaciones de trabajo, teníamos computadoras de escritorio, teníamos computadoras portátiles. Así que, por supuesto, necesitamos tener estaciones de trabajo, computadoras portátiles, computadoras de escritorio, toda la línea. Y luego trabajamos con Microsoft para hacer que todo sea compatible.

Jensen Huang: En los últimos tres años, hemos estado trabajando día y noche. Todo es ahora compatible. Y si no es compatible, háganmelo saber, ¿de acuerdo? Y así, todo lo que es importante, cada aplicación que es importante, la probamos, evaluamos su rendimiento. Es una experiencia increíblemente buena. Y luego invitamos a toda la industria de PC. A toda la industria informática. Sin dejar a nadie atrás. Todos se unirán a nosotros para reinventar la computadora. Así que esta es la primera reinvención de la PC literalmente en 40 años. El comportamiento de tu PC va a cambiar. Hará todo lo que solía hacer mejor, y luego hará algo más. También será tu asistente. Y ese fue nuestro anuncio, comenzando con el patrón de computación agéntica ejecutándose en la nube, en el centro de datos.