Empresas tecnológicas chinas habrían comprado más de un millón de GPU de Nvidia para videojuegos y estaciones de trabajo en lo que va de 2026 para atender la demanda de cómputo de IA. La cifra procede de un reporte del Financial Times basado en fuentes de la industria no identificadas, recogido el 13 de octubre por Tom's Hardware.
Las compras se concentrarían en las RTX PRO 6000D, RTX PRO 5000 y GeForce RTX 5090. El total reúne productos distintos y la cobertura de Tom's Hardware no desglosa las unidades de cada modelo.
Las tarjetas profesionales ya contemplan usos de IA
Nvidia presenta la RTX PRO 5000 Blackwell expresamente para desarrollo de IA, inferencia de modelos de lenguaje y aplicaciones generativas. Su ficha describe una configuración de 48 GB de memoria GDDR7 y núcleos Tensor de quinta generación, componentes que aceleran cálculos de IA. También enumera trabajos de simulación, video y modelado 3D.
La ficha de la GeForce RTX 5090 muestra otra combinación: 32 GB de GDDR7, arquitectura Blackwell y núcleos Tensor de quinta generación en una tarjeta dirigida a jugadores y creadores. La denominación comercial convive, por tanto, con capacidades de cálculo para IA.
Comparar esas dos configuraciones ayuda a dimensionar la diferencia: los 48 GB de la RTX PRO 5000 representan 16 GB adicionales, un 50 % más de memoria que los 32 GB de la RTX 5090. El porcentaje expresa únicamente la diferencia de memoria. Las fichas describen productos distintos; contar tarjetas sin distinguir el modelo deja fuera una característica relevante para las cargas que pueden alojar.
Nvidia también especifica que la RTX PRO 5000 puede dividirse en hasta dos instancias aisladas mediante la función MIG, cada una con memoria, caché y recursos de cálculo propios. La ficha incluye corrección de errores en memoria (ECC). Son capacidades concretas que quedan fuera de un recuento de tarjetas.
Las especificaciones de referencia también difieren en potencia: Nvidia publica 575 W para la RTX 5090 y un máximo de 300 W para la RTX PRO 5000. Son valores declarados de las fichas, sujetos a la configuración de cada equipo.
Procesar una consulta y generar la respuesta exige recursos diferentes
La inferencia consiste en ejecutar un modelo ya entrenado. En su documentación técnica del 23 de marzo de 2026, Nvidia explica que un servicio de modelos de lenguaje puede separar dos etapas: el prefill, que procesa la entrada y construye su contexto, y la decodificación, que genera la respuesta por fragmentos de texto llamados tokens.
El prefill exige capacidad de cálculo. La generación posterior depende especialmente del ancho de banda de memoria, es decir, de la rapidez con que el sistema mueve los datos necesarios para producir cada fragmento. Una consulta con mucho contexto puede provocar un aumento fuerte del trabajo inicial y un flujo más constante durante la respuesta.
El uso de estas tarjetas para prefill figura en el reporte recogido por Tom's Hardware.
En los sistemas que separan esas fases, cada etapa necesita capacidad suficiente para absorber el trabajo de la anterior.
-00.05.04.568.png){kind=link}