Nuestro BrokerNo hay productos en el carrito.
¿Cuánto dura realmente una GPU en la era de la IA?
PUNTOS IMPORTANTES:
- La depreciación de GPU preocupa a empresas e inversionistas ante el elevado gasto global en infraestructura de inteligencia artificial.
- Las estimaciones varían desde dos hasta seis años, mientras la innovación acelerada y la falta de historial técnico alimentan dudas sobre la duración real del hardware.
- La obsolescencia rápida y la presión competitiva incrementan la incertidumbre sobre el valor que pueden mantener estas GPU dentro de centros de datos que operan a gran escala.
La pregunta que domina al sector tecnológico es simple: ¿cuánto tiempo permanece útil una GPU antes de depreciarse? Con compañías planificando inversiones cercanas a 1 billón de dólares en los próximos cinco años para levantar infraestructura de inteligencia artificial, la depreciación se convirtió en un factor crítico para ejecutivos, financistas y analistas del mercado.
En contabilidad, la depreciación distribuye el costo de un activo durante su vida útil estimada. Este principio adquirió relevancia renovada porque las GPU utilizadas para IA, especialmente las de Nvidia (NVDA) no poseen un historial operativo comparable con maquinaria tradicional, lo que complica los modelos financieros y las proyecciones de utilidad.
Corporaciones como Google (GOOGL), Oracle (ORCL) y Microsoft (MSFT) indican que sus servidores pueden operar hasta seis años, aunque podrían depreciarse antes. En su informe anual, Microsoft (MSFT) reportó que su equipamiento dura entre dos y seis años, un rango amplio que altera costos, decisiones de capital y métricas contables.
Las GPU de IA son un fenómeno reciente. Nvidia (NVDA) lanzó sus primeros chips especializados en 2018, y el auge comenzó con ChatGPT en 2022. Desde entonces, sus ingresos de centros de datos escalaron de 15.000 millones de dólares a 115.000 millones, una señal de la magnitud del mercado.
¿Cuál es la vida útil real de una GPU?
No existe una referencia clara sobre cuánto tiempo conserva valor una GPU. Haim Zaltzman, de Latham & Watkins, señaló que la diferencia entre tres, cinco o siete años puede alterar por completo la rentabilidad de estas inversiones.
Algunos clientes sostienen que las GPU retienen valor. CoreWeave, que compra chips y los alquila, usa ciclos de seis años desde 2023. Su director ejecutivo, Michael Intrator, afirmó que los Nvidia A100 de 2020 siguen completamente reservados y que los Nvidia H100 de 2022 se redistribuyeron al 95% de su precio original tras liberarse un lote.
Aun así, las acciones de CoreWeave cayeron 16% tras su reporte trimestral por retrasos en un socio de infraestructura, acumulando una baja de 57% desde junio. En paralelo, Oracle (ORCL) ha retrocedido 34% desde su máximo de septiembre.
Entre los escépticos destaca Michael Burry, quien sostiene que Meta (META), Google (GOOGL), Microsoft (MSFT), Oracle (ORCL) y Amazon (AMZN) sobreestiman la vida útil de sus GPU, reduciendo artificialmente la depreciación y elevando ganancias reportadas. Burry estima que la vida real sería de apenas dos a tres años.
¿Qué puede acelerar la depreciación de las GPU?
Las GPU pueden depreciarse por desgaste físico, por quedar obsoletas o por pérdida de eficiencia económica frente a generaciones más potentes. Aunque puedan ejecutar ciertas tareas, pueden volverse poco rentables.
El director ejecutivo de Nvidia, Jensen Huang, lo insinuó cuando presentó el chip Blackwell. “Cuando Blackwell empiece a enviarse en volumen, no podrías regalar los Hopper”, bromeó. Añadió que existen casos donde Hopper funciona, “pero no muchos”.
Nvidia ahora lanza chips cada año, en vez de cada dos. Advanced Micro Devices (AMD) adoptó el mismo ritmo. Nvidia publicará resultados trimestrales la próxima semana.
En febrero, Amazon redujo de seis a cinco años la vida útil de una parte de sus servidores tras analizar el ritmo acelerado de innovación. Paralelamente, otros proveedores de nube están extendiendo estimaciones para suavizar su gasto.
El director ejecutivo de Microsoft, Satya Nadella, afirmó que no quiere comprometerse con compras masivas de una sola generación tecnológica para evitar quedar atrapado con infraestructura de depreciación prolongada.
¿Qué factores determinan la depreciación en IA?
Según Dustin Madsen, de la Society of Depreciation Professionals, la depreciación es una estimación sujeta a verificación técnica y auditoría. Entre los factores clave se encuentran:
• Obsolescencia tecnológica
• Costos de mantenimiento
• Vida histórica de activos similares
• Evaluación interna de ingeniería
• Ritmo de innovación del mercado
Madsen añadió que las empresas deben demostrar con datos verificables que la vida útil declarada coincide con el funcionamiento real del hardware.
Descargo de responsabilidad: Toda la información encontrada en Bitfinanzas es dada con la mejor intención, esta no representa ninguna recomendación de inversión y es solo para fines informativos. Recuerda hacer siempre tu propia investigación.Deja una respuesta
Articulos Relacionados
Portal de noticias financieras y de criptomonedas.