La plataforma Rubin de la empresa de computación Nvidia puede reducir el costo de ejecutar modelos avanzados de IA, una afirmación que desafía a las redes de criptomonedas construidas para monetizar la computación GPU escasa.
Oficialmente lanzada el lunes en CES 2026, Rubin es la nueva arquitectura informática de Nvidia que mejora la eficiencia del entrenamiento y la ejecución de modelos de IA. Se implementa como un sistema de seis chips codiseñados (con la marca Vera Rubin en honor a la astrónoma estadounidense Vera Florence Cooper Rubin) y ahora está en “plena producción”, dijo el CEO de Nvidia, Jensen Huang.
Para los proyectos de criptomonedas construidos bajo la suposición de que la computación sigue siendo escasa, esas ganancias pueden desafiar la economía detrás de sus modelos.
Sin embargo, las mejoras pasadas en la eficiencia informática han tendido a aumentar la demanda en lugar de reducirla. Una computación más barata y capaz ha desbloqueado repetidamente nuevas cargas de trabajo y casos de uso, elevando el uso general incluso mientras los costos caían.
Algunos inversores parecen apostar a que esa dinámica aún se aplica, con tokens de compartición de GPU como Render (RENDER), Akash (AKT) y Golem (GLM) subiendo más del 20% durante la última semana.
La mayoría de las ganancias de eficiencia de Rubin se concentran dentro de los centros de datos de hiperescala. Eso deja a las redes de computación basadas en la blockchain compitiendo por trabajos a corto plazo y cargas de trabajo que quedan fuera de las fábricas de IA.
Por qué Render se beneficia cuando la computación se vuelve más barata
Un ejemplo moderno de eficiencia que expande la demanda es la computación en la nube. El acceso más barato y flexible a la computación a través de proveedores como Amazon Web Services redujo las barreras para desarrolladores y empresas, lo que llevó a una explosión de nuevas cargas de trabajo que finalmente consumieron más computación.
Eso va en contra de la suposición intuitiva de que la eficiencia debería reducir la demanda. Si cada tarea requiere menos recursos, se necesitarían menos servidores o GPU.
En la computación, rara vez es así. A medida que los costos bajan, nuevos usuarios entran, los usuarios existentes ejecutan más cargas de trabajo y aplicaciones completamente nuevas se vuelven viables.
En economía, esto se conoce como la "Paradoja de Jevons", como la describió William Stanley Jevons en su libro de 1865, "The Coal Question". El economista inglés observó que las mejoras en la eficiencia del carbón no llevaron a una reducción del uso de combustible, sino a un mayor consumo industrial.
Aplicado a las redes de computación basadas en criptomonedas, la demanda de los consumidores puede cambiar hacia cargas de trabajo a corto plazo y flexibles que no encajan en contratos de hiperescala a largo plazo.
En la práctica, eso deja a redes como Render, Akash y Golem compitiendo por la flexibilidad. Su valor reside en agregar GPU inactivas o infrautilizadas y enrutar trabajos de corta duración a donde la capacidad esté disponible, un modelo que se beneficia del aumento de la demanda pero no depende del control del hardware más avanzado.
Render y Akash son plataformas descentralizadas de renderizado de GPU donde los usuarios pueden alquilar potencia de GPU para tareas computacionalmente intensivas como renderizado 3D, efectos visuales o incluso entrenamiento de IA. Permiten a los usuarios acceder a la computación de GPU sin comprometerse con infraestructuras dedicadas o modelos de precios de hiperescala. Golem, por otro lado, opera como un mercado descentralizado para recursos de GPU no utilizados.
Las redes de GPU descentralizadas pueden ofrecer un rendimiento fiable para cargas de trabajo por lotes, pero les cuesta proporcionar la previsibilidad, la sincronización estricta y la disponibilidad de larga duración que los hiperescaladores están diseñados para garantizar.
Se espera escasez de GPU a lo largo de 2026
Las GPU siguen siendo escasas porque los componentes clave necesarios para construirlas escasean. Se espera que la memoria de alto ancho de banda (HBM), una parte crítica de las GPU modernas de IA, escasee al menos hasta 2026, según el distribuidor de componentes Fusion Worldwide. Dado que la HBM es necesaria para entrenar y ejecutar grandes modelos de IA, la escasez limita directamente la cantidad de GPU de alta gama que se pueden enviar.
La restricción proviene de la cima de la cadena de suministro de semiconductores. SK Hynix y Micron, dos de los mayores productores de HBM del mundo, han dicho que toda su producción para 2026 ya está agotada, mientras que Samsung ha advertido de aumentos de precios de dos dígitos a medida que la demanda supera la oferta.
En su día se culpó a los mineros de criptomonedas de provocar la escasez de GPU, pero hoy, el auge de la IA está llevando a la cadena de suministro a este estado. Los hiperescaladores y los laboratorios de IA están asegurando asignaciones multianuales de memoria, empaquetado y obleas para garantizar la capacidad futura, dejando poco margen en otras partes del mercado.
Esa escasez persistente es parte de la razón por la que los mercados de computación descentralizada pueden seguir existiendo. Render, Akash y Golem operan fuera de la cadena de suministro de hiperescaladores, agregando GPU subutilizadas y ofreciendo acceso en términos flexibles y a corto plazo.
No resuelven la escasez de suministro, pero proporcionan acceso alternativo para desarrolladores y cargas de trabajo que no pueden asegurar capacidad dentro de centros de datos de IA estrictamente controlados.
Los halvings de Bitcoin impulsan a los mineros a la IA
El auge de la IA también está remodelando la industria de la minería de criptomonedas, mientras que la economía de Bitcoin (BTC) sigue cambiando cada cuatro años debido a que los halvings reducen las recompensas por bloque.
Varios mineros están reevaluando para qué es más adecuada su infraestructura. Los grandes centros de minería construidos en torno al acceso a energía, refrigeración y espacio físico se asemejan mucho a los requisitos de los centros de datos de IA modernos. A medida que los hiperescaladores acaparan gran parte del suministro disponible de GPU, esos activos se están volviendo cada vez más valiosos para la IA y las cargas de trabajo de computación de alto rendimiento.
Ese cambio ya es visible. En noviembre, Bitfarms anunció planes para convertir parte de su instalación minera en el estado de Washington en un centro de IA y computación de alto rendimiento diseñado para soportar los sistemas Vera Rubin de Nvidia, mientras que varios rivales han girado hacia la IA desde el último halving.
La Vera Rubin de Nvidia no elimina la escasez, sino que hace que el hardware sea más productivo dentro de los centros de datos de hiperescaladores, donde el acceso a las GPU, la memoria y la red ya está estrictamente controlado. Se espera que las limitaciones de suministro, particularmente en torno a la HBM, se mantengan durante todo el año.
Para las criptomonedas, la escasez de GPU crea espacio para que las redes de computación descentralizadas llenen los vacíos en el mercado, sirviendo a cargas de trabajo que no pueden asegurar contratos a largo plazo o capacidad dedicada dentro de las fábricas de IA. Estas redes no son sustitutos de la infraestructura de hiperescaladores, sino que funcionan como alternativas para trabajos a corto plazo y acceso flexible a la computación durante el auge de la IA.
Aclaración: La información y/u opiniones emitidas en este artículo no representan necesariamente los puntos de vista o la línea editorial de Cointelegraph. La información aquí expuesta no debe ser tomada como consejo financiero o recomendación de inversión. Toda inversión y movimiento comercial implican riesgos y es responsabilidad de cada persona hacer su debida investigación antes de tomar una decisión de inversión.
