Japón quiere formar un "equipo nacional de robots" y planea comprar 27.500 unidades de Nvidia Rubin. ¡El superciclo de potencia de cómputo en IA avanza desde la nube hacia la "IA física"!

Según informa la APP de Finanzas Inteligentes, el gobierno de Japón y las grandes empresas japonesas están impulsando conjuntamente una alianza: la recién creada Noetra Corp. Esta empresa planea comprar 27.500 GPU AI de próxima generación a Nvidia, con el objetivo de construir una infraestructura de computación avanzada a gran escala, utilizando la arquitectura Rubin de NVIDIA para acelerar el desarrollo de modelos de inteligencia artificial para robots en Japón. Además, buscan conformar un gigantesco cluster de robots respaldado por el gobierno japonés, con apoyo político y la participación de empresas líderes.

Esencialmente, Noetra Corp es un proyecto respaldado por el gobierno japonés y formado y operado conjuntamente por grandes empresas niponas, actuando como una especie de “selección nacional”. Decenas de empresas participan en la nueva Noetra Corp, como SoftBank, Preferred Networks, NEC y Fujitsu, que se encargarán de construir enormes centros de datos y de integrar la fuerza de I+D en IA de cada compañía. Planean adquirir 27.500 GPU AI de próxima generación de Nvidia basadas en Rubin para desarrollar modelos locales y finalmente crear un sistema “AI físico soberano” para robots; el gobierno japonés principalmente actúa como financiador y promotor de políticas industriales.

Las 27.500 GPU Rubin han encendido el “equipo nacional robótico de Japón”; además, la visita del CEO de Nvidia, Jensen Huang, a Japón para trabajar junto a empresas emblemáticas como FANUC, Yaskawa Electric, Kawasaki Heavy Industries y Fujitsu para impulsar la colaboración en AI física, incorporando a SoftBank, NEC, Hitachi, Sony y Preferred Networks en el ecosistema Cosmos, así como la presentación de los sólidos resultados inesperados de TSMC –conocida como "el rey de la fabricación de chips" y fabricante exclusivo de los chips AI de Nvidia–, más su visión cada vez más optimista sobre la demanda mundial de recursos de computación AI, demuestran que el ciclo de inversión global en computación AI está lejos de terminar. La expansión de la capacidad está pasando de una carrera unipolar de armamentos liderada por los gigantes de cloud de EE.UU. a una resonancia multicentro de “AI en la nube, AI soberana y AI física”.

¡Compra masiva de 27.500 Rubin! El gobierno invierte 387.300 millones de yenes apostando por la AI física: los gigantes japoneses se unen a Nvidia para construir la base nacional de robots AI

Los gigantes empresariales japoneses planean adquirir 27.500 GPU Rubin AI de próxima generación e invertir al menos unos 2.400 millones de dólares para construir modelos locales y centros de datos a gran escala, lo que implica que la demanda de GPU ya no depende solamente de clientes comerciales como Microsoft o Meta, sino que está impulsada por la seguridad nacional, la autonomía tecnológica y la presión demográfica mediante capital fiscal. Rubin tampoco es un producto aislado de chips AI de Nvidia, sino una plataforma de fábrica AI a nivel rack que integra GPU, CPU, NVLink, red y DPU. Esta compra japonesa impulsará simultáneamente la demanda integral de chips de almacenamiento HBM/DRAM/NAND, empaquetado avanzado, interconexión óptica/telecomunicación óptica de alta velocidad, equipos eléctricos para centros de datos y sistemas de refrigeración líquida para infraestructura AI en centros de datos.

Noetra, la nueva compañía fundada, declaró que será responsable de coordinar el proyecto y construir un gran centro de datos de inteligencia artificial. Hasta marzo del próximo año, la empresa formada por los gigantes japoneses recibirá un apoyo financiero gubernamental de hasta 387.300 millones de yenes (aproximadamente 2.400 millones de dólares). Decenas de empresas, entre ellas SoftBank –liderada por el legendario inversor japonés Masayoshi Son–, Preferred Networks –apoyada por Toyota– y NEC, están colaborando para establecer y operar eficientemente Noetra.

El volumen del último pedido de infraestructura de computación AI de Japón es considerable, pero sigue siendo menor comparado con el plan final de Microsoft de EE.UU. de construir enormes centros de datos equipados con cientos de miles de CPU y GPU AI de arquitectura Vera Rubin de Nvidia.

Este plan es una de varias importantes iniciativas del gobierno japonés para reducir la dependencia de tecnología extranjera y fortalecer integralmente la seguridad nacional. Hiroki Tamba, presidente de Noetra, aseguró que Japón posee algunos de los mayores y más avanzados fabricantes de robots industriales del mundo, por lo que espera crear una alternativa al sistema de inteligencia artificial súper desarrollado en Estados Unidos y China. Tamba previamente dirigió el desarrollo de modelos de lenguaje amplio localmente en Japón bajo la tutela de SoftBank.

“Nuestro objetivo es crear una verdadera tercera opción—una solución que Japón, e incluso otros países, puedan elegir.” Tamba dijo en una entrevista. Destacó que Noetra fue fundada para integrar los grandes proyectos de IA dispersos entre decenas de empresas.

La empresa conjunta planea lanzar antes de marzo próximo un modelo de IA de última generación, que se actualizará periódicamente. Tamba mencionó que el objetivo a largo plazo es lanzar en los próximos años un modelo súper avanzado de AI física especialmente para aplicaciones robóticas de vanguardia.

Noetra contará con ingenieros de SoftBank, Preferred Networks, NEC y Fujitsu, todas compañías que ya han desarrollado sus propios modelos avanzados de IA. SoftBank desarrolla el modelo de lenguaje Sarashina, Preferred Networks cuenta con PLaMo, y el modelo insignia de NEC se llama cotomi.

Desarrollar modelos de inteligencia artificial física nacionales es el núcleo de la estrategia japonesa para construir un centro mundial de IA y de robótica humanoide avanzada. El objetivo del gobierno de Japón es ocupar al menos el 30% del mercado global de robots, estimado en 60 billones de yenes para 2040.

A nivel global, la competencia por desarrollar modelos de IA capaces de controlar sistemas de robótica humanoide altamente complejos e inteligentes se intensifica. Para Japón, que enfrenta una población decreciente y una grave escasez de mano de obra, impulsar esta tecnología se ha vuelto una misión urgente.

“Japón tiene muchas ideas brillantes, pero le falta mano de obra,” comentó Jensen Huang, CEO de Nvidia, durante una entrevista en Japón el miércoles. “Con la automatización, IA y tecnología robótica, la economía japonesa tiene la posibilidad de prosperar nuevamente.”

De la carrera armamentista de modelos avanzados a la competencia de robots soberanos: la inversión en AI se extiende de la nube al mundo físico

La visita de Jensen Huang a Japón tiene un valor estratégico mayor que una simple visita al cliente. La colaboración de Nvidia con FANUC, Yaskawa Electric, Kawasaki Heavy Industries y Fujitsu en AI física, sumado a la incorporación de SoftBank, NEC, Hitachi, Sony y Preferred Networks al ecosistema Cosmos, significa que están vinculando los años de experiencia japonesa en robótica, manufactura precisa, sensores y datos industriales con los modelos globales, gemelos digitales, plataformas de entrenamiento y pilas de computación periférica de Nvidia. La demanda de IA se está expandiendo desde el entrenamiento de modelos de lenguaje amplio hacia la simulación robótica, aprendizaje reforzado, razonamiento visual y control en tiempo real; así, un mismo robot necesita tanto capacidad de entrenamiento en centro de datos como recursos de inferencia en el borde como Jetson, desbloqueando una curva de demanda de semiconductores más amplia y duradera que la de chatbots tradicionales.

El reencuentro de Jensen Huang con su “salvador” de hace 30 años tiene valor de marca y de narrativa histórica, pero lo que realmente afecta la valoración de activos es la vinculación sistémica de Nvidia con la cadena de suministro japonesa de robótica, automóviles, chips, almacenamiento, materiales y comunicación óptica.

Según Sega, Jensen Huang asistió el 15 de julio a un evento organizado por SEGA en Japón, compartiendo escenario con el expresidente Shoichiro Irimajiri tras años sin verse. Huang expresó emocionado: “Si no fuese por todo lo que hizo SEGA y por lo que hizo Irimajiri, Nvidia no estaría viva hoy.”

Esta conexión se remonta a 1996. En ese momento, Nvidia –recién fundada– fracasó al desarrollar el chip gráfico para la próxima consola de Sega por una equivocación en la apuesta tecnológica, quedando cerca de la bancarrota. Huang confesó el fracaso al entonces vicepresidente Irimajiri, quien en vez de pedir responsabilidades, impulsó una inversión de unos 5 millones de dólares a la joven compañía “sin recursos”.

La AI física no consiste simplemente en poner un modelo de chat en un robot: requiere simulaciones con gemelo digital, generación de datos sintéticos, entrenamiento de modelos visión-lenguaje-acción, aprendizaje reforzado y razonamiento en tiempo real en el borde. Esto produce tanto demanda de computación en centros de datos como de inferencia en el borde del robot. Japón tiene ventaja comparativa en robótica industrial, manufactura precisa y datos reales de fábricas, por lo cual su lógica de inversión en IA no es copiar los grandes modelos estadounidenses, sino establecer un ecosistema “modelo soberano—modelo básico de robot—equipos industriales” como tercera vía.

La capacidad de producir Vera Rubin a tiempo es el factor clave para que esta cadena industrial pase de la narrativa a ingresos confirmados. Nvidia ha declarado que Rubin ya está entrando en producción masiva; técnicamente, no se trata solo de una actualización de GPU, pues integra Vera CPU, Rubin GPU, NVLink 6, ConnectX, BlueField y chips Ethernet en un AI factory a nivel rack. El objetivo es reducir hasta un 90% el costo de inferencia por token versus Blackwell y entrenar parte de modelos MoE con un cuarto de GPU.

La reciente declaración de Huang negando los rumores sobre el retraso de Vera Rubin ayuda a aliviar riesgos de que clientes demoren implementación de centros de datos, energía y red, pero no elimina riesgos de integración como HBM4, placas complejas, refrigeración líquida y montaje en racks. Los inversores deben observar no solo “si el chip funciona”, sino la entrega del rack, aceptación del cliente y utilización estable simultáneamente.

La fiebre de inversión en IA disminuye, pero el ciclo de construcción de infraestructura de computación sigue lejos de terminar

La reciente corrección de acciones de computación AI se parece más a un ajuste financiero motivado por valoraciones elevadas, posiciones congestionadas, perturbaciones de tasas de interés y ansiedad sobre retorno de inversión, que a una reversión real de gasto de capital industrial. Los mercados de capital están finalizando la expansión indiscriminada de valoraciones de activos de IA, mientras la verdadera demanda de computación se expande desde los gigantes estadounidenses de la nube hacia tres curvas de crecimiento: IA soberana, agentes empresariales inteligentes y AI física.

Incluso con algunos ETF temáticos de IA rebotando por día en julio, en el mes han caído entre el 6% y el 8%, reflejando una desconexión temporal entre precios y fundamentos. La clave ahora ya no es perseguir todos los activos de IA, sino enfocarse en los segmentos donde el gasto de capital se traduzca continuamente en ingresos, flujo de caja y barreras tecnológicas: procesos avanzados CoWoS/3D, chips de memoria HBM/DRAM/NAND, CPUs de alto rendimiento para centros de datos, empaquetado avanzado tipo CoWoS, interconexión de racks, cadena eléctrica en centros de datos, refrigeración líquida para servidores AI, y plataformas AI físicas capaces de concretar robots humanoides. La "fiebre de inversión en IA" no ha terminado, pero el mercado ya pasa de comprar historias a validar pedidos, utilización y retorno sobre capital.

Noetra, formada por el gobierno y decenas de empresas como SoftBank, busca adquirir 27.500 aceleradores Rubin y ha asegurado hasta marzo próximo 387.300 millones de yenes, unos 2.400 millones de dólares de apoyo fiscal para construir grandes centros de datos y modelos locales; mientras tanto, Nvidia colabora con Fujitsu, FANUC, Yaskawa Electric y Kawasaki Heavy Industries en AI robótica, mostrando que Japón está convirtiendo escasez laboral, automatización manufacturera y soberanía tecnológica en presupuestos de computación a largo plazo, no puramente comerciales.

Los últimos resultados de TSMC ofrecen la evidencia más valiosa del lado de fabricación de chips AI y de la capacidad y demanda en la cadena industrial de computación AI. En el segundo trimestre, TSMC reportó ingresos calculados en dólares de 40.200 millones, superando ampliamente las expectativas de analistas y con un crecimiento interanual del 33,7%; su beneficio neto fue de 706.560 millones de dólares taiwaneses, un incremento del 77,4%, con márgenes brutos y operativos de 67,7% y 60,3% respectivamente. La computación de alto rendimiento representa el 66% de los ingresos, los procesos avanzados de 7nm o menos el 77% del ingreso por obleas, y el nuevo nodo de 2nm ya contribuye un 3%.

Aún más relevante, la guía de ingresos de TSMC para el tercer trimestre sube a 44.600–45.800 millones de dólares; la compañía aumentó su inversión de capital de 2026 de 52–56 mil millones a 60–64 mil millones de dólares, elevó la guía de crecimiento de ingresos anual en dólares a poco más del 40%, y sumó otros 10.000 millones de dólares para inversión en EE.UU., llevando el compromiso total en EE.UU. a unos 265.000 millones de dólares. Como el planificador de capacidad y receptor final de demanda de computación AI de clientes clave como Nvidia, TSMC demuestra con beneficios, utilización y gasto de capital que la visibilidad sobre demanda de infraestructura avanzada de chips lógicos, proceso de vanguardia de 2nm y empaquetado avanzado sigue aumentando, lejos de un periodo de debilidad global en demanda de computación AI.

Para analistas de Wall Street, la caída del tema computación AI es más un ajuste por posiciones saturadas, tasas y riesgos geopolíticos, además de una reconsideración del endeudamiento y retorno de la inversión. El ciclo de infraestructura industrial AI no ha concluido, pero la fiebre indiscriminada impulsada por liquidez entra ahora en la fase de cruda verificación de pedidos, utilización y retorno de capital.

Según un informe reciente del Bank of America (BofA), se espera que para 2027, bajo la fuerte tendencia de crecimiento de computación de inferencia AI impulsada por la oleada de agentes inteligentes, la inversión en infraestructura de cloud y AI alcance 1,5 billones de dólares. El informe destaca que la corrección estival de acciones de semiconductores AI —incluyendo chips de almacenamiento— es un reajuste saludable, no un cambio estructural de la demanda computacional de IA.

El equipo de análisis liderado por Brian Nowak, de Morgan Stanley, publicó el 12 de julio un informe anticipando nuevos aumentos en el gasto de capital para las cinco mayores empresas globales de cloud computing (Meta, Amazon, Microsoft, Google, SpaceX) en 2027 y 2028, alcanzando 1,2 y 1,4 billones de dólares respectivamente. Además, la previsión para el gasto de capital de las grandes tecnológicas de EE.UU. en 2026 se revisó de 433.000 millones a 805.000 millones de dólares en comparación hace un año.

En este estudio, Morgan Stanley elevó sus estimaciones de gasto de capital de Meta para 2027 y 2028 en un 29% y un 22%, hasta 225.000 millones y 250.000 millones de dólares, respectivamente; incrementó las estimaciones para Amazon un 15% y un 29%, hasta 308.000 millones y 318.000 millones. Morgan Stanley concluye que el ciclo de gasto de capital aún no termina, aunque 2026 y 2027 podrían ser los años de mayor crecimiento, y después de 2028, el factor clave de los precios de las acciones no será solo "quién gasta más dinero”, sino “quién logra convertir más rápido recursos computacionales AI en ingresos, beneficios y flujo de caja libre”.