NVIDIA Vera Rubin empieza a perfilar la siguiente gran etapa de los centros de datos de IA, con sistemas orientados a despliegues de enorme densidad. Según las estimaciones citadas por Foxconn, una instalación de 1 GW basada en Vera Rubin podría exigir 47.000 millones de dólares (~40.990 millones de euros).
La cifra no representa solo una subida frente a Blackwell. Refleja un cambio estructural en la economía de la IA, donde comprar GPU ya no basta. El nuevo cuello de botella será financiar energía, refrigeración, racks completos, depreciación acelerada y acceso eléctrico a escala industrial.
Vera Rubin convierte cada rack en una unidad económica crítica
Vera Rubin NVL72 integra 72 GPU Rubin y 36 CPU Vera dentro de una arquitectura de rack completa. Ese diseño busca escalar entrenamiento e inferencia de IA, pero también convierte cada rack en una inversión multimillonaria difícil de amortizar si la carga útil no se mantiene alta.
Foxconn sitúa cada rack Vera Rubin en torno a 9,1 millones de dólares (~7,94 millones de euros). Esa cifra cambia la lectura del centro de datos: ya no hablamos de ampliar servidores, sino de desplegar bloques de cómputo con coste propio de infraestructura estratégica.
El riesgo está en la dependencia del ecosistema completo. NVIDIA no vende solo GPU, sino CPU, red, DPU, interconexión y diseño de rack. Esa integración mejora la eficiencia, pero también refuerza una dependencia técnica y económica muy difícil de romper para los grandes operadores.
El coste de 1 GW separa a los gigantes del resto
Un centro de datos de 1 GW exige una escala que pocos actores pueden asumir. Hablamos de miles de racks, contratos energéticos masivos, refrigeración avanzada, suelo industrial y capital paciente. En ese escenario, la IA avanzada se concentra en quienes pueden financiar infraestructura completa.
La consecuencia es directa: startups, laboratorios medianos y empresas sin acuerdos cloud dependerán todavía más de terceros. Vera Rubin puede mejorar el rendimiento por rack, pero también eleva la barrera de entrada. La IA agéntica puede democratizar tareas, aunque su infraestructura real será cada vez menos democrática.
La energía deja de ser un coste secundario
Foxconn estima una factura eléctrica anual de 1.300 millones de dólares (~1.134 millones de euros) para una instalación de 1 GW. Esa cifra convierte la energía en un factor de competitividad tan importante como el rendimiento de las GPU, porque afecta directamente al coste por token.
No basta con poder pagar la luz. Estos centros necesitan suministro estable, subestaciones, acuerdos a largo plazo, refrigeración líquida y redundancia. Quien consiga energía barata y constante tendrá mejor margen operativo en inferencia masiva, incluso usando el mismo hardware que sus rivales.
Esta parte explica por qué los nuevos centros de datos buscan ubicaciones muy concretas. La disponibilidad eléctrica, el agua, los permisos y la red local condicionan tanto como la tecnología. Vera Rubin no solo compite en cómputo; obliga a competir por territorio energético y capacidad industrial.
La depreciación puede ser el coste más peligroso
El dato más incómodo es que la depreciación del hardware podría multiplicar por seis la factura eléctrica. Eso significa que el problema principal no es alimentar los racks, sino amortizar sistemas carísimos antes de que la siguiente generación reduzca su valor competitivo.
La IA vive una carrera de renovación muy agresiva. Si Rubin mejora el coste por token frente a Blackwell, la siguiente arquitectura intentará hacer lo mismo con Rubin. Para los operadores, quedarse atrás puede traducirse en peor latencia, menor eficiencia y precios menos competitivos.
Aquí aparece la tensión financiera real. Un rack de 9,1 millones de dólares (~7,94 millones de euros) no puede infrautilizarse. Necesita cargas constantes, clientes de alto valor y tasas de ocupación elevadas. De lo contrario, el hardware se deprecia más rápido de lo que genera retorno.
La IA agéntica exige inferencia continua, no solo entrenamiento
La IA agéntica cambia el patrón de uso del centro de datos. Un agente no solo responde a una consulta: planifica, consulta herramientas, ejecuta pasos, mantiene contexto y supervisa resultados. Ese funcionamiento exige más inferencia sostenida, más memoria activa y más tráfico interno entre aceleradores.
Por eso Vera Rubin apunta a despliegues tan densos. La promesa no está solo en entrenar modelos enormes, sino en ejecutar millones de agentes de forma simultánea. La pregunta clave será si los ingresos generados por esos agentes compensan el coste completo de la infraestructura.
Foxconn quiere capturar la parte industrial del despliegue
La propuesta de Young Liu sobre parques tecnológicos de estilo taiwanés en Estados Unidos encaja con esta nueva escala. Arizona y Texas no serían solo ubicaciones de ensamblaje, sino nodos para combinar fabricación, energía, logística, integración de racks y soporte técnico especializado.
Ese planteamiento muestra que la IA ya no es solo software ni chips. También es construcción, cadena de suministro, refrigeración, mantenimiento y despliegue físico. Foxconn puede ganar peso si controla la industrialización del centro de datos de IA, justo donde muchos clientes no tienen experiencia.
La próxima batalla será económica, no solo tecnológica
Vera Rubin puede elevar mucho el rendimiento de la IA, pero también sube el listón de entrada hasta niveles extremos. Los ganadores no serán solo quienes compren más racks, sino quienes dominen capital, energía, depreciación, ocupación y coste por token al mismo tiempo.
La conclusión es clara: la era Vera Rubin puede acelerar la IA agéntica, pero también concentrar más el mercado. Un centro de datos de 47.000 millones de dólares (~40.990 millones de euros) no se construye por entusiasmo tecnológico; se construye si existe un modelo de negocio capaz de sostenerlo durante años.
Vía: Wccftech
