NVIDIA ata 4 GW en PORTS-Pike: el negocio de la AI factory está en el enchufe

El Cuñado lo tiene claro desde el sofá. Una AI factory es un pabellón lleno de GPUs. NVIDIA fabrica el hierro, alguien pone el hormigón y el que apile más silicio saca más inteligencia por hora. El enchufe es un detalle de facilities. Cosa de electricistas.

Esa lectura También es la que NVIDIA está dejando atrás con un contrato de dos décadas, no con otro keynote de densidad de racks.

• El Cuñado dice: NVIDIA vende chips. La fábrica de IA es hardware. Quien tenga más GPUs produce más inteligencia, y el kilovatio lo resuelve el cliente o la eléctrica de turno.
• La realidad es: NVIDIA se ha asociado con SB Energy para asegurar capacidad LPS en el campus PORTS-Pike, en Portsmouth, Ohio: unos 4 gigavatios durante 20 años, un sitio donde se desplegará exclusivamente computación NVIDIA, y OpenAI como inquilino. Lo publica la compañía en su blog del 17 de agosto de 2026. A esos niveles, cifra la oportunidad en unos 600.000 millones de dólares en computación NVIDIA hasta 2030.
• Por qué importa saberlo: Si el LPS, la potencia eléctrica de larga duración que sostiene el campus, es la restricción que NVIDIA declara crítica, el que asegura el sitio decide qué computación entra, cuántas generaciones caben y con qué economía. El chip sigue siendo el producto. El terreno energético es el candado.

Un campus de 20 años, no un albarán de GPUs

PORTS-Pike no es un pedido con fecha de entrega. Es un plazo de dos décadas y una potencia de central. Cuatro gigavatios no climatizan una oficina: son un sistema eléctrico puesto al servicio de un único tipo de silicio.

NVIDIA dice que apoya esa infraestructura LPS. No consta en las fuentes consultadas el monto exacto de la garantía ni qué porcentaje del coste total del sitio asume. El apoyo, según su propio relato, se activa por fases cuando los centros de datos entren en servicio, entre 2028 y 2030. Hasta entonces no se puede dar por operativa ninguna fábrica. El calendario es ese, y punto.

OpenAI no compra el campus. Lo alquila. Pagará el arrendamiento. A medida que la capacidad entra en funcionamiento y llegan los pagos, NVIDIA afirma que su exposición restante disminuye. La compañía no se está comiendo el proyecto entero ni firma las facturas de su inquilino. Quien lea "NVIDIA construye la fábrica de OpenAI" y se quede tan ancho está mezclando el candado eléctrico con la escritura de propiedad.

La propia NVIDIA se cura en salud. La mayoría de sus clientes, dice, seguirán asegurando su propio LPS. Ella se reserva los sitios "excepcionales" con demanda duradera visible. Esto no es el manual de operaciones de todo el catálogo. Es una ficha selectiva sobre un campus concreto, con un inquilino concreto, en un horizonte que llega a 2030.

Y no: NVIDIA niega que esto sea financiación circular. OpenAI paga el alquiler. NVIDIA pone escala y visibilidad a largo plazo para cerrar el sitio. Se puede discutir si esa visibilidad es tan limpia como suena. Lo que no toca es colar por la puerta de atrás un relato que la fuente desmiente en el mismo texto.

La generación nueva solo paga si no te comes el overhead

El blog se pone lírico justo aquí. NVIDIA sostiene que el apoyo LPS asegura un sitio de AI factory de larga duración, que la computación de dentro se puede actualizar una y otra vez, y que cada generación puede ofrecer más producción, más inteligencia y mejor economía. La vida productiva del campus, dice, cruza varias generaciones de sistemas NVIDIA, cada una capaz de producir más inteligencia y más ingresos que la anterior.

En entrenamiento de baja precisión ese milagro tiene nombre y letra pequeña.

El MXFP8 es un formato de punto flotante de 8 bits para entrenar modelos. Comprimes los números, la GPU mete más operaciones en el mismo vatio y el coste teórico por paso se hunde. En el papel es una ganga. En el cluster, no. Si cada vez que bajas a 8 bits tienes que cuantizar, dequantizar, alinear tensores y pelearte con kernels a medio hacer, el overhead de la cuantización se come la ganancia. Te quedas con un formato exótico y la misma factura. Las mejoras del MXFP8 solo existen si eliminas ese peaje.

Las ganancias de una generación nueva solo existen si el overhead no te las come. Da igual que el chip sea más rápido: si cuantizar, recablear o esperar al transformador se lleva el margen, has comprado precisión de keynote.

La "mejor economía por generación" de PORTS-Pike funciona con la misma contabilidad. Una GPU nueva no mejora la economía del campus porque el comunicado lo jure. Mejora si el sitio ya tiene el LPS, la refrigeración, la red y el software para tragar el refresco sin un año de obras. Si cada generación obliga a rehacer la acometida, el overhead se come el salto.

Por eso NVIDIA insiste en que CUDA hace que su computación sea más que hardware. CUDA es la capa de software que habla con GPUs de distintas generaciones. Si el código no hay que reescribirlo cada vez que cambia el silicio, el activo del campus es fungible: puedes sacar una generación y meter la siguiente sin tirar el edificio. Esa fungibilidad es lo que convierte un contrato de 20 años en algo que no se pudre en el ciclo de producto. Sin plataforma común, un sitio de dos décadas es una apuesta a que el hierro de 2028 siga siendo relevante en 2040.

E2E MFU: la fábrica se mide entera o estás contando chatarra

Hay una cuenta más seca para el mismo problema. En entrenamiento a escala, la eficiencia de verdad no es cuántas GPUs has aparcado:

E2E MFU = Local MFU × Scaling Ratio

El Local MFU (Model FLOPs Utilization) mide qué parte de la capacidad teórica de una GPU está haciendo matemática útil y no esperando datos o sincronizando. El Scaling Ratio dice cuánto de esa eficiencia local sobrevive cuando pasas de una GPU a miles. El E2E MFU, el de extremo a extremo, es el producto. Si escalas mal, puedes tener chips al 50% en el bench y un cluster al 15% cuando cuenta de verdad.

Una AI factory que presume de densidad de GPUs y se olvida del Scaling Ratio hace trampas en el numerador. El LPS es el término que decide si ese ratio aguanta o se hunde. Sin potencia estable, parte del cluster se apaga, se desbalancea o se queda a medio gas. El Local MFU de cada placa puede ser de expositor. El E2E MFU del campus es el que factura.

Asegurar 4 GW durante 20 años no es un extra de electricista. Es el intento de fijar el Scaling Ratio en un sitio donde NVIDIA controla qué computación entra. Cada generación nueva puede subir el Local MFU. Si el enchufe, la red y CUDA no mantienen el Scaling Ratio, esa subida no llega a la cuenta de resultados. El patrón ya salió un piso más arriba: el 4x de Nemotron 3.5 Lightning no estaba en el modelo, estaba en el sistema.

Los 600.000 millones hasta 2030 salen de "esos niveles" de capacidad, según NVIDIA. No es caja cerrada. No consta en las fuentes consultadas un desglose por año ni por tipo de producto. Es una oportunidad estimada que solo se materializa si OpenAI mantiene el campus ocupado y si cada refresco de silicio produce más inteligencia por vatio sin que el overhead se la beba. Quita cualquiera de las dos y el número se deshincha.

Quien venda una gigafactoría enseñando el recinto y callándose el E2E MFU hace, a otra escala, el mismo truco que la candidatura de Móra la Nova: ganadora sobre el papel y sin una sola métrica de ingeniería. Ohio al menos pone gigavatios, plazo e inquilino. Sigue sin poner, en lo publicado, la utilización de extremo a extremo con la que se supone que se pagan esos 600.000 millones.

Tampoco consta en las fuentes consultadas la fecha de inicio de obras, la letra pequeña del contrato con SB Energy ni una identidad de esa compañía más allá del nombre. Hay un blog corporativo con un ángulo muy limpio: nosotros no financiamos en círculo, el inquilino paga, nosotros aseguramos el terreno donde nuestras máquinas podrán cambiarse durante décadas.

Esa limpieza es el producto. CUDA como plataforma, el LPS como restricción crítica, el sitio como activo de varias generaciones. Si la demanda de OpenAI flaquea o la siguiente arquitectura no NVIDIA habrá reducido exposición a medida que el alquiler se pague. El que necesita el campus lleno para que la oportunidad de 600.000 millones exista es el sistema completo, no la GPU suelta.

El Cuñado puede seguir contando placas. La cuenta que manda es otra: cuánta potencia tienes atada, cuánto del Local MFU sobrevive al Scaling Ratio, y si la siguiente generación entra sin dejar el margen en cero. Eso no se fabrica en una fundición. Se firma en Ohio, a 20 años vista, y se cobra solo si el enchufe y el inquilino aguantan.

Preguntas frecuentes

¿Qué ha acordado NVIDIA en el campus PORTS-Pike de Ohio?

NVIDIA se ha asociado con SB Energy para asegurar capacidad LPS de unos 4 gigavatios durante 20 años en PORTS-Pike, Portsmouth, Ohio, y alojar ahí computación NVIDIA en exclusiva. OpenAI será el inquilino y pagará el arrendamiento. La garantía, según el blog de NVIDIA del 17 de agosto de 2026, se activa por fases cuando los centros de datos entren en servicio, entre 2028 y 2030.

¿Los 600.000 millones de dólares son ingresos garantizados de NVIDIA?

No. NVIDIA presenta esa cifra como la oportunidad en computación NVIDIA hasta 2030 a esos niveles de capacidad, no como ingresos cerrados. En las fuentes consultadas no hay desglose por año ni por producto. El número depende de que el campus se ocupe y de que cada generación produzca de verdad más de lo que cuesta instalarla.

¿OpenAI es propietaria de la AI factory de Portsmouth?

No. OpenAI es inquilino y pagará el arrendamiento del sitio. NVIDIA niega que el acuerdo sea financiación circular y afirma que usa su escala y visibilidad a largo plazo para asegurar el campus, no para comprar la demanda de su cliente. La exposición de NVIDIA, según su propio relato, baja a medida que la capacidad entra en funcionamiento y llegan los pagos.

¿Por qué NVIDIA asegura megavatios si su negocio son las GPUs?

Porque la compañía sostiene que el LPS se ha vuelto la restricción crítica para desplegar AI factories, no solo el silicio. Asegurar un sitio de larga duración permite actualizar la computación NVIDIA varias veces sobre la misma acometida. Sin esa potencia estable, el salto de cada generación se lo come el overhead y el E2E MFU del campus no escala aunque el chip nuevo sea más rápido.