NVIDIA Corporation

Sarah: Buenas tardes. Me llamo Sarah y seré su operadora de conferencias hoy. En este momento, me gustaría dar la bienvenida a todos a la conferencia sobre resultados del tercer trimestre de NVIDIA Corporation. Todas las líneas se han puesto en silencio para evitar cualquier ruido de fondo. Después de las intervenciones de los ponentes, habrá una sesión de preguntas y respuestas. Si desea hacer una pregunta durante este tiempo, simplemente marque la estrella seguida del número uno en el teclado telefónico. Si desea retirar su pregunta, pulse la estrella 1 nuevamente. Gracias. Toshiya Hari, puede comenzar su conferencia. Gracias. Toshiya Hari: Buenas tardes a todos y bienvenidos a la conferencia telefónica de NVIDIA Corporation correspondiente a 2026. Conmigo, desde NVIDIA Corporation, están Jensen Huang, presidente y director ejecutivo, y Colette Kress, vicepresidenta ejecutiva y directora financiera. Me gustaría recordarle que nuestra llamada se transmite en vivo por webcast en NVIDIA Corporation's 2026. El contenido de la llamada de hoy es propiedad de NVIDIA Corporation. No puede reproducirse ni transcribirse sin nuestro consentimiento previo por escrito. Durante esta llamada, podemos hacer declaraciones con visión de futuro basadas en las expectativas actuales. Estas están sujetas a una serie de riesgos e incertidumbres significativos y nuestros resultados reales pueden diferir materialmente. Para analizar los factores que podrían afectar nuestros futuros resultados financieros y nuestro negocio, por favor consulte la divulgación incluida en el comunicado de resultados de hoy, nuestros formularios 10-K y 10-Q más recientes, y los informes que podamos presentar en el Formulario 8-K ante la Comisión de Valores y Bolsa. Todas nuestras declaraciones se hacen a partir de hoy, 19/11/2025, con base en la información actualmente disponible para nosotros. Salvo cuando lo exija la ley, no asumimos ninguna obligación de actualizar dichas declaraciones. Durante esta llamada, analizaremos medidas financieras no-GAAP. Puede encontrar una conciliación de estas medidas financieras no-GAAP con las medidas financieras GAAP en los comentarios de nuestra CFO, que se publican en nuestro sitio web. Con eso, cedo la palabra a Colette. Colette Kress: Gracias, Toshiya. Entregamos otro trimestre extraordinario con ingresos de 57 mil millones de dólares, un 62% más que el año anterior y un crecimiento secuencial récord de ingresos de 10 mil millones de dólares o 22%. Nuestros clientes siguen apostando por tres cambios de plataforma que impulsan un crecimiento exponencial para la computación acelerada, modelos de IA potentes y aplicaciones agentic. Sin embargo, todavía estamos en las primeras etapas de estas transiciones que impactarán nuestro trabajo en cada industria. Actualmente, tenemos visibilidad de medio billón de dólares en ingresos de Blackwell y Rubin desde el inicio de este año hasta el final del año calendario 2026. Al ejecutar nuestro ciclo anual de productos y extender nuestro liderazgo en rendimiento a través del diseño full stack, creemos que NVIDIA Corporation será la opción superior para la construcción anual de infraestructura de IA de 3 a 4 billones de dólares que estimamos para el final de la década. La demanda de infraestructura de IA continúa superando nuestras expectativas. Las nubes están agotadas y nuestra base instalada de GPU, tanto de generaciones nuevas como anteriores, incluidas Blackwell, Hopper y Ampere, está completamente utilizada. Ingresos récord del tercer trimestre del centro de datos de 51 mil millones de dólares aumentaron 66% año con año, un logro significativo en nuestra escala. La computación creció 56% año con año impulsada principalmente por el ramp de GB 300, mientras que las redes se duplicaron con creces gracias al inicio de NVLink scale up y al sólido crecimiento de dos dígitos en Spectrum X Ethernet y Quantum X InfiniBand. Los hiperescaladores del mundo, una industria de billón de dólares, están transformando las recomendaciones de búsqueda y la comprensión de contenido desde el aprendizaje automático clásico hasta la IA generativa. NVIDIA CUDA sobresale en ambos y es la plataforma ideal para esta transición, impulsando la inversión en infraestructura medida en cientos de miles de millones de dólares. En Meta, los sistemas de recomendación de IA están entregando contenido de mayor calidad y más relevante, lo que lleva a pasar más tiempo en aplicaciones como Facebook y Threads. Las expectativas de los analistas para los principales CSP y proveedores de hiperescalado en 2026 en CapEx agregado han seguido aumentando y ahora se sitúan aproximadamente en 600 mil millones de dólares, más de 200 mil millones por encima del inicio del año. Vemos que la transición hacia la computación acelerada y la IA generativa en todos los flujos de trabajo actuales de hiperescalado contribuye aproximadamente a la mitad de nuestra oportunidad a largo plazo. Otro pilar de crecimiento es el aumento continuo del gasto en cómputo impulsado por creadores de modelos fundacionales como Anthropic, Mastral, OpenAI, Reflection, Safe Superintelligence, Thinking Machines Lab y xAI. Todo escalado, computación agresiva para escalar la inteligencia. Las tres leyes de escalado de preentrenamiento, postentrenamiento e inferencia siguen intactas. De hecho, vemos que está emergiendo un ciclo virtuoso positivo, en el que las tres leyes de escalado y el acceso al cómputo están generando una mejor inteligencia y, a su vez, aumentando la adopción y las ganancias. OpenAI compartió recientemente que su base de usuarios semanal ha crecido hasta 800 millones. Los clientes empresariales han aumentado a 1 millón y sus márgenes brutos eran saludables. Bueno, Anthropic informó recientemente que sus ingresos con tasa anualizada han alcanzado 7 mil millones de dólares al cierre del mes pasado, frente a 1 mil millones al inicio del año. También estamos viendo una proliferación de la IA agentica en diversas industrias y tareas. Empresas como Cursor Anthropic, Open Evidence, Epic y Abridge están experimentando un aumento en el crecimiento de usuarios, ya que potencian la fuerza laboral existente, ofreciendo un ROI incuestionable para programadores y profesionales de la salud. Las plataformas de software empresarial más importantes del mundo, como ServiceNow, CrowdStrike y SAP, están integrando el ecosistema de computación acelerada y IA de NVIDIA Corporation. Nuestro nuevo socio, Palantir, está potenciando por primera vez la increíblemente popular plataforma de ontología con las bibliotecas NVIDIA CUDA X y modelos de IA. Previamente, como ocurre con la mayoría de las plataformas de software empresarial, Ontology solo funciona en CPUs. Lowe's está aprovechando la plataforma para crear agilidad en la cadena de suministro, reducir costos y mejorar la satisfacción del cliente. En general, las empresas están aprovechando la IA para aumentar la productividad, incrementar la eficiencia y reducir costos. RBC está aprovechando la IA agentica para impulsar una productividad significativa de analistas, recortando el tiempo de generación de informes de horas a minutos. La IA y los gemelos digitales están ayudando a Unilever a acelerar la creación de contenido 2x y a reducir costos en 550%. Y el equipo de ingeniería de Salesforce ha visto al menos un aumento del 30% en la productividad en el nuevo desarrollo de código después de adoptar Cursor. El trimestre pasado, anunciamos proyectos de fábrica e infraestructura de IA por un total agregado de 5 millones de GPUs. Esta demanda abarca todos los mercados: CSP, soberanos, creadores modernos, empresas y centros de supercomputación, e incluye múltiples ampliaciones emblemáticas. El Colossus two de XAI, el primer centro de datos a escala de gigavatio del mundo. La fábrica de IA de Lilly para el descubrimiento de fármacos, el centro de datos más potente de la industria farmacéutica. Y, justo hoy, AWS y Humane ampliaron, incluida la implementación de hasta 150,000 aceleradores de IA, incluido nuestro GB 300, x AI y Humane también anunciaron una asociación en la que las dos desarrollarán conjuntamente una red de centros de datos de GPU de clase mundial anclada por la instalación insignia de 500 megavatios. Blackwell ganó mayor impulso en el tercer trimestre. A medida que el GB 300 superó al GB 200 y aportó aproximadamente dos tercios de los ingresos totales de Blackwell. La transición al GB 300 ha sido fluida. Con envíos de producción a la mayoría de los principales proveedores de servicios en la nube, hiperescaladores y nubes GP, ya está impulsando su crecimiento. La plataforma Hopper, en su decimotercer trimestre desde el registro de excepción, registró aproximadamente 2 mil millones de dólares en ingresos en el tercer trimestre. Las ventas de H '20 fueron aproximadamente 50 millones de dólares. Las órdenes de compra sustanciales nunca se materializaron en el trimestre debido a problemas geopolíticos y al mercado cada vez más competitivo en China.Aunque nos decepcionó el estado actual, eso nos impide enviar más productos de cómputo para centros de datos que compitan mejor con China, estamos comprometidos con la participación continua con los gobiernos de EE. UU. y China. Y seguiremos defendiendo la capacidad de Estados Unidos para competir en todo el mundo. Para establecer un liderazgo sostenible y una posición en la computación de IA, América debe ganar. El apoyo de cada desarrollador, y ser la plataforma de elección para cada negocio comercial, incluidas las empresas en China. La plataforma Rubin está en camino para entrar en fase de escalado en 2026. Impulsada por siete chips, la plataforma Vera Rubin volverá a ofrecer una mejora del factor x en el rendimiento frente a Blackwell. Hemos recibido silicio de vuelta de nuestros socios de la cadena de suministro y nos complace informar que los equipos de NVIDIA Corporation en todo el mundo están ejecutando el “bring up” de manera excelente. Rubin es nuestro tercer sistema de rack a escala, redefinido sustancialmente la fabricabilidad mientras se mantiene compatible con Grace Blackwell, nuestro ecosistema de centros de datos de la cadena de suministro, y los socios en la nube, que ya han dominado el proceso de construcción a instalación de la arquitectura RAC de NVIDIA Corporation. Nuestro ecosistema estará listo para un escalado rápido de Rubin. Nuestro liderazgo anual del factor x en rendimiento incrementa el rendimiento por dólar mientras reduce el costo de cómputo para nuestros clientes. La larga vida útil de las GPU CUDA de NVIDIA Corporation es una ventaja significativa en TCO frente a los aceleradores. La compatibilidad de CUDA y nuestra enorme base instalada extienden la vida de los sistemas de NVIDIA Corporation mucho más allá de su vida útil estimada original. Durante más de dos décadas, hemos optimizado el ecosistema CUDA, mejorando cargas de trabajo existentes, acelerando las nuevas y aumentando el rendimiento por cada lanzamiento de software. La mayoría de los aceleradores sin CUDA y la arquitectura de aplicaciones de NVIDIA Corporation, probada con el tiempo y versátil, quedaron obsoletos en pocos años a medida que evolucionaron las tecnologías de modelos. Gracias a CUDA, las 100 GPU que enviamos hace seis años siguen funcionando hoy a plena utilización. Impulsado por una pila de software ampliamente mejorada. Hemos evolucionado durante los últimos veinticinco años de ser una empresa de GPU para juegos a ser ahora una empresa de infraestructura de centros de datos para IA. Nuestra capacidad de innovar en CPU, GPU, redes y software, y en última instancia reducir el costo por token, no tiene comparación en toda la industria. Nuestro negocio de redes, diseñado específicamente para IA y ahora el mayor del mundo. Generamos ingresos por 8.200 millones de dólares, un 162% más año tras año. Con NVLink, InfiniBond y Spectrum X Ethernet, todos contribuyendo al crecimiento. Estamos ganando en redes de centros de datos, ya que la mayoría de las implementaciones de IA ahora incluyen nuestros switches, con tasas de conexión Ethernet a GPU aproximadamente a la par con InfiniBand. Meta, Microsoft, Oracle y xAI están construyendo fábricas de IA de gigavatios con switches Ethernet Spectrum X. Y cada una ejecutará su sistema operativo de elección, destacando la flexibilidad y apertura de nuestra plataforma. Recientemente presentamos SPECTUM Spectrum XGS, una escala entre tecnologías que permite fábricas de IA a escala gigascale. NVIDIA Corporation es la única empresa con escalado de IA “scale up”, “scale out” y escalado a través de plataformas, reforzando nuestra posición única en el mercado como proveedor de infraestructura de IA. El interés de los clientes en NVLink Fusion sigue creciendo. Anunciamos una colaboración estratégica con Suzuki en octubre, donde integraremos las CPUs de Fujitsu y las GPU de NVIDIA Corporation mediante NVLink Fusion. Conectando nuestros grandes ecosistemas. También anunciamos una colaboración con Intel para desarrollar múltiples generaciones de productos personalizados para centros de datos y PC, conectando los ecosistemas de NVIDIA Corporation e Intel usando NVLink. Esta semana en supercomputing 25, Arm anunció que integrará la propiedad intelectual de NVLink para que los clientes construyan SoCs de CPU que se conecten con NVIDIA Corporation. Actualmente en su quinta generación, NVLink es la única tecnología de escalado “scale up” probada disponible en el mercado hoy. En los últimos resultados de entrenamiento MLPerf, Blackwell Ultra entregó 5x más velocidad de tiempo para entrenar que Hopper.NVIDIA Corporation barrió todos los puntos de referencia. En particular, NVIDIA Corporation es la única plataforma de entrenamiento para ledge bridge f p four mientras cumple con los estrictos estándares de precisión de MLPerf. En semianálisis, el máximo de referencia de inferencia, Blackwell logró el mayor rendimiento y el menor costo total de propiedad en cada modelo y caso de uso. Especialmente importante es el rendimiento de NVLink de Blackwell en una mezcla de expertos. La arquitectura para los modelos de razonamiento más populares del mundo. En DeepSeek, r one, Blackwell ofreció 10x más rendimiento por vatio y 10x menos costo por token frente a h 200. Un gran salto generacional impulsado por nuestro enfoque extremo codesign NVIDIA Corporation Dynamo, un marco de inferencia modular, de baja latencia y de código abierto que ahora ha sido adoptado por cada importante proveedor de servicios en la nube que aprovecha la habilitación de Dynamos y la inferencia desagregada, como por ejemplo los modelos MOE, aumentando el rendimiento de modelos de IA complejos; AWS, Google Cloud, Microsoft Azure y OCI han impulsado el rendimiento de inferencia de IA para clientes empresariales en la nube. Estamos trabajando en una asociación estratégica con OpenAI enfocada en ayudarlos a construir y desplegar al menos 10 gigavatios de centros de datos de IA. Además, tenemos la oportunidad de invertir en la empresa. Damos servicio a OpenAI a través de sus socios en la nube: Microsoft Azure, OCI y CoreWeave. Continuaremos haciéndolo para el futuro previsible. A medida que sigan escalando, nos complace apoyar a la empresa para que agregue infraestructura de autoconstrucción, y estamos trabajando hacia un acuerdo definitivo y emocionados de apoyar el crecimiento de OpenAI. Ayer, se celebró un anuncio con Anthropic. Por primera vez, Anthropic está adoptando NVIDIA Corporation y estamos estableciendo una asociación profunda de tecnología para apoyar el rápido crecimiento de Anthropics. Colaboraremos para optimizar los modelos anthropic para CUDA y ofrecer el mejor rendimiento, eficiencia y TCO posible. También optimizaremos arquitecturas futuras de NVIDIA Corporation para cargas de trabajo de anthropic. El compromiso de computación de Anthropics incluye inicialmente hasta un gigavatio de capacidad de cómputo, con los sistemas Grace Blackwell y Vera Rubin. Nuestras inversiones estratégicas en anthropic menstrual, opening eye, reflection, thinking machines y otros representan asociaciones que hacen crecer el ecosistema de IA CUDA de NVIDIA Corporation y permiten que cada modelo se ejecute de manera óptima en todas partes en NVIDIA Corporation. Continuaremos invirtiendo de manera estratégica mientras mantenemos nuestro enfoque disciplinado para la gestión del flujo de efectivo. Physical AI es ya un negocio de varios miles de millones de dólares que aborda una oportunidad de varios billones de dólares y el siguiente tramo de crecimiento para NVIDIA Corporation. Fabricantes líderes en EE. UU. e innovadores en robótica están aprovechando la arquitectura de tres computadoras de NVIDIA Corporation para entrenar con NVIDIA Corporation. Probar en la computadora Omniverse de NVIDIA Corporation y desplegar IA del mundo real en computadoras robóticas de Justin. PTC y Siemens presentaron nuevos servicios que aportan flujos de trabajo de gemelos digitales impulsados por Omniverse a su amplia base instalada de clientes. Empresas como Belden, Caterpillar, Foxconn, Lucid Motors, Toyota, TSMC y Wistron están construyendo fábricas de Omniverse Digital Twin para acelerar la fabricación y la automatización impulsadas por IA. Agility robotics, Amazon robotics, Figure y skilled at AI están construyendo nuestra plataforma, aprovechando ofertas como NVIDIA Corporation Cosmos World Foundation Models para el desarrollo, Omniverse para simulación y validación, y Jetson dos para impulsar la próxima generación de robots inteligentes. Seguimos centrados en construir resiliencia y redundancia en nuestra cadena de suministro global. El mes pasado, en asociación con TSMC, celebramos el primer wafer de Blackwell producido en suelo estadounidense. Continuaremos trabajando con Fox conn, Vistron, Amcor, Spill y otros para aumentar nuestra presencia en EE. UU. durante los próximos cuatro años. Los ingresos por gaming fueron de 4.300 millones de dólares, un 30% más interanual, impulsados por una fuerte demanda de 42 millones de gamers, mientras que miles de fans llenaron el GeForce Gamer Festival en Corea del Sur.Para celebrar veinticinco años de GeForce. La Pro Visualization de NVIDIA Corporation ha evolucionado hasta convertirse en computadoras para ingenieros y desarrolladores. Ya sea para gráficos o para IA. Los ingresos de visualización profesional fueron de $760 millones, un 56% más año tras año. Fue otro récord. El crecimiento estuvo impulsado por DGX Spark. El supercomputador de IA más pequeño del mundo. Construido sobre una configuración compacta de Grace Blackwell. Los ingresos de automoción fueron de $592 millones, un 32% más año tras año, impulsados principalmente por soluciones de conducción autónoma. Estamos colaborando con Uber para escalar la flota autónoma lista de nivel 4 más grande del mundo, basada en la nueva arquitectura de referencia Hyperion l cuatro robotaxi de NVIDIA Corporation. Pasando al resto de la p y la l. Los márgenes brutos GAAP fueron del 73,4% y los márgenes brutos no GAAP fueron del 73,6%. Superando nuestras previsiones. Los márgenes brutos aumentaron de forma secuencial debido a la combinación de nuestro centro de datos, el tiempo de ciclo mejorado y nuestra estructura de costos. Los gastos operativos GAAP aumentaron 8% de forma secuencial y 11% en base no GAAP. El crecimiento estuvo impulsado por el cómputo de infraestructura, así como por una mayor compensación y beneficios en los costos de desarrollo de ingeniería. La tasa efectiva de impuestos no GAAP para el tercer trimestre fue de poco más del 17%. Más alta que nuestra guía del 16,5% debido a la sólida facturación en EE. UU. En nuestro balance, el inventario creció 32% trimestre contra trimestre, mientras que los compromisos de suministro aumentaron 63% de forma secuencial. Estamos preparándonos para un crecimiento significativo por delante y nos sentimos bien con nuestra capacidad de ejecutar conforme a nuestro conjunto de oportunidades. De acuerdo. Ahora pasemos a la guía para el cuarto trimestre. Se espera que el total de ingresos sea de $65 mil millones más o menos 2%. En el punto medio, nuestra guía implica un crecimiento secuencial del 14%, impulsado por el impulso continuo en la arquitectura Blackwell. En línea con el trimestre pasado, no estamos asumiendo ningún ingreso por cómputo de centros de datos proveniente de China. Se esperan que los márgenes brutos GAAP y no GAAP sean de 74,875% respectivamente. Más o menos 50 puntos básicos. De cara al futuro, para el año fiscal veintisiete, los costos de entrada están en aumento, pero estamos trabajando para mantener los márgenes brutos en la franja de los mediados de los setenta. Se espera que los gastos operativos GAAP y no GAAP sean aproximadamente de $6,7 mil millones y $5 mil millones, respectivamente. Se espera que los otros ingresos y gastos GAAP y no GAAP sean un ingreso de aproximadamente $500 millones, excluyendo las ganancias y pérdidas de valores de capital no negociables y de capital de empresas públicas en poder. Se espera que la fase de impuestos GAAP y no GAAP sea del 17%. Más o menos 1%, excluyendo cualquier partida discreta. En este momento, permitidme ceder la llamada a Jensen. Para que diga unas palabras. Jensen Huang: Gracias, Colette. Ha habido mucho debate sobre una burbuja de IA. Desde nuestro punto de vista, vemos algo muy diferente. Como recordatorio, NVIDIA Corporation es diferente a cualquier otro acelerador. Sobresalimos en todas las fases de la IA. Desde el preentrenamiento y el postentrenamiento hasta la inferencia. Y con nuestras bibliotecas de aceleración de CUDA de dos décadas, también somos excepcionales. En simulaciones de ciencia e ingeniería, gráficos por computadora, procesamiento de datos estructurados, hasta el aprendizaje automático clásico. El mundo está atravesando tres cambios masivos de plataforma al mismo tiempo. La primera vez desde el amanecer de la Ley de Moore. NVIDIA Corporation aborda de manera única cada una de las tres transformaciones. La primera transición es de la computación de propósito general de la CPU a la computación acelerada por GPU. A medida que la Ley de Moore se desacelera. El mundo está haciendo una inversión masiva en software no relacionado con IA. Desde el procesamiento de datos hasta las simulaciones de ciencia e ingeniería. Representando cientos de miles de millones de dólares en gasto en computación en la nube cada año. Muchas de estas aplicaciones, que antes se ejecutaban exclusivamente en CPUs, ahora se están trasladando rápidamente a GPUs CUDA. La computación acelerada ha llegado a un punto de inflexión. En segundo lugar, la IA también ha llegado a un punto de inflexión. Y está transformando aplicaciones existentes mientras habilita por completo otras nuevas.Para las aplicaciones existentes, la IA generativa está reemplazando el aprendizaje automático clásico en el posicionamiento en buscadores, los sistemas de recomendación, la segmentación de anuncios, la predicción de clics y, hasta la moderación de contenido. Los mismos fundamentos de la infraestructura de hiperescala. La “gema” de Meta, un modelo base para recomendaciones de anuncios entrenado en clústeres de GPU a gran escala, ejemplifica este cambio. En el segundo trimestre, Meta informó un aumento de más del 5% en las conversiones de anuncios en Instagram y una ganancia del 3% en el feed de Facebook. Impulsado por IA generativa basada en JEM. Transición hacia la IA generativa. Representa ganancias sustanciales de ingresos para los hiperescalares. Ahora está surgiendo una nueva ola. Sistemas de IA agentiva. Capaces de razonar, planificar y usar herramientas. Desde asistentes de programación como Cursor y QuadCode hasta herramientas de radiología como iDoc, asistentes legales como Harvey y choferes de IA como Tesla FSD y Waymo: estos sistemas marcan la próxima frontera de la computación. Las empresas de más rápido crecimiento en el mundo hoy OpenAI, Anthropic, xAI, Google, Cursor, Lovable, Replit, Cognition AI, Open Evidence, un puente Tesla, están pionerizando la IA agentiva. Así que hay tres cambios masivos en plataformas. La transición a la computación acelerada es fundamental y necesaria. Es esencial en una era posterior a la ley de Moore. La transición a la IA generativa es transformadora y necesaria para potenciar las aplicaciones existentes y los modelos de negocio. Y la transición hacia la IA agentiva y física será revolucionaria, dando lugar a nuevas aplicaciones, empresas, productos, servicios. Al considerar inversiones en infraestructura, tenga en cuenta estas tres dinámicas fundamentales. Cada una contribuirá al crecimiento de la infraestructura en los próximos años. Se elige a NVIDIA Corporation porque nuestra arquitectura singular habilita las tres transiciones. Y así, para cualquier forma y modalidad de IA en todas las industrias, en cada fase de la IA, a lo largo de todas las diversas necesidades de computación, en la nube y también de la nube a la empresa y a los robots. Una sola arquitectura. Toshiya, vuelva con usted. Toshiya Hari: Ahora abriremos la llamada para preguntas. Operador, ¿podría por favor sondear si hay preguntas? Sarah: Gracias. En este momento, me gustaría recordar a todos que, para hacer una pregunta, presionen asterisco y luego el número uno en el teclado telefónico. Gracias. Su primera pregunta viene de Joseph Moore de Morgan Stanley. Su línea está abierta. Muy bien. Gracias. Me pregunto si podría actualizarnos. Joseph Moore: Ustedes hablaron de los 500 mil millones de ingresos para Blackwell más Rubin. “veinticinco y veintiséis” en GTC. En ese momento, ustedes hablaron de 150 mil millones de esos ya enviados. Entonces, a medida que se cierra el trimestre, ¿siguen siendo esos los parámetros generales, es decir, que hay 350 mil millones en los próximos, digamos, catorce meses más o menos? Y, ya saben, yo asumiría que a lo largo de ese tiempo no han visto toda la demanda que existe. Hay posibilidad de que esos números tengan un aumento a medida que avancemos? Colette Kress: Sí. Gracias, Joe. Yo empezaré primero con una respuesta a eso. Sí, es correcto. Estamos trabajando dentro de nuestro pronóstico de 500 mil millones. Y vamos por buen camino para lograrlo, ya que hemos completado algunos de los trimestres. Y ahora tenemos varios trimestres por delante para llevarnos hasta el final del año calendario de ’26. El número crecerá. Y estoy segura de que lograremos necesidades adicionales de cómputo que serán enviables para el año fiscal ’26. En este trimestre enviamos 50 mil millones, pero no habríamos terminado si no dijéramos que probablemente estaremos recibiendo más pedidos. Por ejemplo, solo hoy, nuestras divulgaciones con KSA y ese acuerdo en sí mismo son de 400.000 a 600.000 GPU más durante tres años. Anthropic tampoco es nuevo. Así que definitivamente hay una oportunidad para tener más, además de los 500 mil millones que anunciamos. Sarah: La siguiente pregunta viene de C.J. Muse de Cantor Fitzgerald. Su línea está abierta. C.J. Muse: Sí. Buenas tardes. Gracias por responder la pregunta. Claramente hay mucha inquietud sobre la magnitud de las ampliaciones de infraestructura de IA y la capacidad de financiar esos planes en el retorno de la inversión.Y, ya sabes, al mismo tiempo, estás hablando de estar agotado: cada GP que se asigna se agota. El mundo de la IA todavía no ha visto el enorme beneficio de todo esto todavía, a partir de d 300, ni siquiera Rubin. Y Gemini tres acaba de anunciar que Grok cinco llegará pronto. Y entonces la pregunta es esta: cuando miras eso como telón de fondo, ¿ves una vía realista para que la oferta alcance a la demanda durante los próximos doce a dieciocho meses, o crees que puede extenderse más allá de ese marco de tiempo? Jensen Huang: Bueno, como sabes, hemos hecho un trabajo realmente bueno planificando nuestra cadena de suministro. La cadena de suministro de NVIDIA Corporation básicamente incluye a cada empresa de tecnología del mundo. Y TSMC, su empaquetado, nuestros proveedores de memoria y socios de memoria, y todos nuestros ODM de sistemas, han hecho un trabajo realmente bueno planificando con nosotros. Y planeábamos para un gran año. Ya sabes, hemos visto durante algún tiempo las tres transiciones de las que hablé hace un momento, computación acelerada, desde la computación de propósito general, y es muy importante reconocer que la IA no es solo IA agentiva, sino que la IA generativa está transformando la forma en que los hipercalculadores realizaban el trabajo que solían hacer en las CPU. La IA generativa hizo posible que trasladaran la búsqueda y los sistemas de recomendación, y, ya sabes, añadieran recomendaciones y segmentación. Todo lo que se genera se ha trasladado a la IA generativa. Y aún está en transición. Así que, tanto si instalas las GPU de NVIDIA Corporation para procesamiento de datos, o si lo hiciste para IA generativa en tu sistema de recomendación, o la estás construyendo para chatbots agentivos y el tipo de IA que la mayoría de la gente ve cuando piensa en IA, todas esas aplicaciones están aceleradas por NVIDIA Corporation. Y entonces, cuando miras la totalidad del gasto, es realmente importante pensar en cada una de esas capas. Todas están creciendo. Están relacionadas, pero no son lo mismo. Pero lo maravilloso es que todas funcionan en las GPU de NVIDIA Corporation, simultáneamente, porque la calidad de los modelos de IA está mejorando de forma tan increíble. La adopción en los distintos casos de uso, ya sea en asistencia de código, que NVIDIA Corporation utiliza de manera bastante exhaustiva, y no somos los únicos. Quiero decir, la aplicación de más rápido crecimiento en la historia es la combinación de cursor y CliveCode y el codex de OpenAI y GitHub Copilot. Estas aplicaciones son las de más rápido crecimiento en la historia. Y no se usa solo para ingenieros de software. Se usa porque debido a la programación por “vibe coding”, se usa por ingenieros y mercadólogos en todas las empresas. Los planificadores de la cadena de suministro, en todas las empresas, Y entonces creo que eso es solo un ejemplo; la lista sigue. Ya sabes, ya sea evidencia abierta y el trabajo que hacen en salud o el trabajo que se está haciendo en edición de video digital runway. Quiero decir, lo de verdad, de verdad, emocionante: hay muchísimos startups que están aprovechando bastante la IA generativa y la IA agentiva, que está creciendo con bastante rapidez, y sin mencionar que la están usando mucho más. Y entonces todas estas exponenciales, sin mencionar, ya sabes, que hoy mismo estaba leyendo un texto de Dennis, y él decía que el preentrenamiento y el postentrenamiento están totalmente intactos. ¿Sabes? Y Gemini tres aprovecha las leyes de escalamiento, y logró un salto enorme en calidad y rendimiento del modelo. Y así estamos viendo que todas estas exponenciales, como que, corren al mismo tiempo. Y simplemente siempre vuelve a los primeros principios y piensa qué está pasando desde cada una de las dinámicas que mencioné antes. Computación de propósito general a computación acelerada, la IA generativa reemplazando el aprendizaje automático clásico, y, por supuesto, la IA agentiva, que es una categoría completamente nueva. Sarah: La siguiente pregunta viene de Vivek Arya, de Bank of America Securities. Su línea está abierta. Vivek Arya: Gracias por responder a mi pregunta. Me interesa saber qué obtiene usted por el contenido de NVIDIA Corporation por gigavatio? ¿En ese número de 500 mil millones de dólares? Porque hemos oído, ya sabes, cifras tan bajas como 25 mil millones de dólares por gigavatio de contenido, hasta tan altas como 30 o 40 mil millones de dólares por gigavatio. Así que me pregunto qué supuestos de potencia y de dólares por gigavatio están haciendo como parte de ese número de 500 mil millones. Y luego, a más largo plazo, se mencionaron 3 a 4 billones de dólares en centros de datos para 2030. ¿Cuánto de eso cree que necesitará financiación por parte de proveedores, y cuánto de eso puede respaldarse con los flujos de caja de sus grandes clientes o gobiernos o empresas? Gracias. Jensen Huang: En cada generación, de Ampere a Hopper, de Hopper a Blackwell, de Blackwell a Rubin, nosotros, nuestra parte del centro de datos, aumenta. Y y la regeneración de hock probablemente era algo del orden de veinte y algo, de veinte a veinticinco. La generación Blackwell, en particular Grace Blackwell, probablemente sea 30 a 30, ya sabes, digamos 30 más o menos. Y entonces Rubin probablemente sea más alto que eso. Y y en cada una de estas generaciones, el aumento es por factores x. Y por lo tanto su TCO, el TCO del cliente, mejora por factores x, y lo más importante es que al final, todavía solo tienes un gigavatio de potencia. Ya sabes, un centro de datos de un gigavatio es un gig gigavatio de potencia, y, por lo tanto, el rendimiento por vatio, la eficiencia de tu arquitectura, es increíblemente importante. Y la eficiencia de tu arquitectura no se puede forzar a la fuerza bruta. No hay manera de forzarlo a la fuerza bruta. Ese un gigavatio se traduce directamente. Tu rendimiento por vatio se traduce directa y absolutamente directamente a tus ingresos. Esa es la razón por la que elegir la arquitectura correcta importa tanto ahora. Ya sabes, el mundo no tiene un exceso de nada que desperdiciar. Y así que tenemos que ser realmente, realmente, ya sabes, usamos este concepto llamado co-diseño. A través de toda nuestra pila, a través de los frameworks y modelos, a través de todo el centro de datos, incluso potencia y refrigeración, optimizado en toda la cadena de suministro en nuestro ecosistema. Y así cada generación nuestra contribución económica será mayor. Nuestro valor entregado será mayor. Pero lo más importante es que nuestra eficiencia energética por por vatio va a ser extraordinaria en cada generación. Con respecto a seguir creciendo a medida que crecen las finanzas de nuestros clientes, eso depende de ellos. Nosotros creemos que existe la oportunidad de crecer. Por bastante tiempo, y recuerde que hoy la mayor parte del enfoque ha estado en los hiperscalers. Y una de las áreas que realmente se malinterpreta de los hiperscalers es que la inversión en las GPU de NVIDIA Corporation no solo mejora su escala, su velocidad y su costo para la computación de propósito general. Esa es la primera, porque el escalado de la ley de Moore ha se ha desacelerado. La ley de Moore se trata de reducir el costo. Se trata de, se trata de la desinflación del costo increíble de la computación a lo largo del tiempo. Pero eso se ha desacelerado. Por lo tanto, se necesita un nuevo enfoque para que sigan impulsando la reducción del costo. Ir a la computación con GPU de NVIDIA Corporation es realmente la la mejor manera de hacerlo. Lo segundo es impulsar los ingresos en sus modelos de negocio actuales. Ya sabes, los sistemas de recomendación impulsan a los hiperscalers del mundo. Cada uno, ya sea, ya sabes, ver videos de formato corto o recomendar libros o recomendar el siguiente elemento en tu carrito, recomendar anuncios o recomendar noticias o recomendar qué, se trata de recomendadores. El mundo tiene Internet, tiene billones de piezas de contenido. ¿Cómo podrían de alguna manera averiguar lo que poner frente a ti en tu pantallita, a menos que tengan sistemas de recomendación realmente sofisticados? Bueno, eso ha pasado a la IA generativa. Así que las dos primeras cosas que acabo de decir, cientos de miles de millones de dólares de CapEx, van a tener que invertirse y financiarse totalmente con flujo de caja. Lo que está por encima de eso, por lo tanto, es AgenTik AI. Esto es, la demanda es consumo neto nuevo, pero también son aplicaciones netas nuevas.Y algunas de las aplicaciones que mencioné antes, pero estas nuevas aplicaciones también son las de mayor crecimiento de la historia. ¿De acuerdo? Así que creo que vas a ver que, cuando la gente empiece a apreciar lo que realmente está pasando, ya sabes, por debajo del agua, si quieres decirlo, desde la perspectiva simplista de lo que está ocurriendo con la inversión en CapEx, reconociendo que hay estas tres dinámicas. Y luego, por último, recuerda que estábamos hablando de los CSP de Estados Unidos. Cada país financiará su propia infraestructura. Y tienes múltiples países, tienes múltiples industrias. La mayoría de las industrias del mundo todavía no se han involucrado realmente con la IA A g e n t i c. Y están a punto de hacerlo. Ya sabes. Todos los nombres de empresas con las que que sabemos que estamos trabajando, ya sea empresas de vehículos autónomos o gemelos digitales para IA física para fábricas y el número de fábricas y almacenes que se están construyendo en todo el mundo. Solo el número de startups de biología digital que se están financiando para que podamos acelerar el descubrimiento de fármacos. Todas esas diferentes industrias ahora se están involucrando; van a hacer su propia recaudación de fondos. Así que no te limites a mirar a los hiperescalares como una forma de construir el futuro. Tienes que mirar el mundo, tienes que mirar todas las industrias diferentes, y, ya sabes, la computación empresarial va a financiar su propia industria. Sarah: La siguiente pregunta viene de Ben Reitzes, de Melius. Tu línea está abierta. Ben Reitzes: Oye, muchas gracias. Jensen, quería preguntarte sobre el efectivo. Hablando de los 05 billones de dólares que podrías generar unos 500 mil millones de dólares en flujo de caja libre durante los próximos un par de años. ¿Cuáles son tus planes para ese efectivo? ¿Cuánto va a recompra versus a la ecosistema? ¿Y cómo ves la inversión en el ecosistema? Creo que hay mucha confusión por ahí sobre cómo funcionan estos acuerdos y tus criterios para hacerlos, como, por ejemplo, las de Anthropic, las de OpenAI, etcétera. Muchas gracias. Jensen Huang: Sí. Aprecio la pregunta. Por supuesto, usar efectivo para financiar nuestro crecimiento. Ninguna empresa ha crecido jamás al nivel de escala del que estamos hablando y que tenga la conexión y la profundidad y la amplitud de la cadena de suministro que tiene NVIDIA Corporation. La razón por la que toda nuestra base de clientes puede confiar en nosotros es porque hemos asegurado una cadena de suministro realmente, ya sabes, realmente resiliente, y tenemos el balance para respaldarlos. Cuando hacemos compras, nuestros proveedores pueden llevarlo al banco. Cuando hacemos, cuando hacemos pronósticos y planeamos con ellos, nos toman en serio. Debido a nuestro balance. No estamos, no estamos inventando el offtake. Sabemos cuál es nuestro offtake. Y como han estado planificando con nosotros durante tantos años, nuestra reputación y credibilidad son increíbles. Así que, para hacer eso, se necesita un balance realmente fuerte. Para respaldar ese nivel de crecimiento, y la tasa de crecimiento y la magnitud asociada a todo eso. Así que esa es la primera parte. Lo segundo, por supuesto, vamos a seguir haciendo recompras de acciones. Recompras. Vamos a seguir haciéndolo. Pero con respecto a las inversiones, este es un trabajo realmente, realmente importante que hacemos. Todas las inversiones que hemos hecho hasta ahora. Bien, todo el periodo de la semana se asocia con ampliar el alcance de CUDA, ampliar el ecosistema. Si miras el trabajo, las inversiones que hicimos con OpenAI, por supuesto, esa relación que hemos tenido desde 2016. Entregamos el primer supercomputador de IA jamás creado. A OpenAI. Así que hemos tenido una relación cercana y maravillosa con OpenAI desde entonces. Y todo lo que hace OpenAI hoy corre sobre NVIDIA Corporation. Así que todas las nubes que despliegan, ya sea para entrenamiento e inferencia, corren sobre NVIDIA Corporation, y a nosotros nos encanta trabajar con ellos. La asociación que tenemos con ellos es una forma para que podamos profundizar aún más desde una perspectiva técnica, para que podamos respaldar su crecimiento acelerado. Esta es una empresa que está creciendo increíblemente rápido. Y no solo mires, no solo mires a no.¿Qué hay en el comunicado de prensa? Mira a todos los socios del ecosistema y a todos los desarrolladores que están conectados a OpenAI. Y todos ellos están impulsando su consumo. Y la calidad de la IA que se está produciendo ha dado un gran salto en comparación con el año pasado. Así que la calidad de la respuesta es extraordinaria. Así que invertimos en OpenAI para una asociación muy, muy profunda y para la co-desarrollar con el fin de expandir nuestro ecosistema y apoyar su crecimiento. Y, por supuesto, en lugar de renunciar a una parte de nuestra empresa, obtenemos una participación en su empresa. Y en ellos invertimos en una de las compañías más decisivas de una generación, una compañía de una generación en la que tenemos una participación. Y así, me consta plenamente que esa inversión se traducirá en retornos extraordinarios. Ahora, en el caso de Anthropic, esta es la primera vez que Anthropic estará en la arquitectura de NVIDIA Corporation. La primera vez que NVIDIA Corporation tendrá a Anthropic dentro de su arquitectura es la segunda IA más exitosa del mundo, en términos del número total de usuarios. Pero a nivel empresarial, lo están haciendo increíblemente bien. ClotCode lo está haciendo increíblemente bien. Clot lo está haciendo increíblemente bien, en toda la empresa del mundo. Y ahora tenemos la oportunidad de establecer una asociación profunda con ellos y llevar Claude a la plataforma de NVIDIA Corporation. Entonces, ¿qué es lo que tenemos ahora? La arquitectura de NVIDIA Corporation, retrocediendo un paso, la arquitectura de NVIDIA Corporation. La plataforma de NVIDIA Corporation es la única plataforma en el mundo que ejecuta todos los modelos de IA. Ejecutamos OpenAI. Ejecutamos Anthropic. Ejecutamos XAI. Gracias a nuestra profunda asociación con Elon y x AI, pudimos llevar esa oportunidad a Arabia Saudita, a la KSA, para que humane también pudiera albergar oportunidades para x AI. Ejecutamos x AI. Ejecutamos, ejecutamos Gemini. Ejecutamos thinking machines. Veamos. ¿Qué más ejecutamos? Los ejecutamos a todos. Y, por supuesto, además de eso, ejecutamos los modelos científicos: modelos de biología, modelos de ADN, modelos genéticos, modelos químicos, y todos los distintos ámbitos alrededor del mundo. No es solo la IA cognitiva que el mundo usa. La IA está impactando en absolutamente cada industria. Y así, tenemos la capacidad, mediante las inversiones que hacemos en el ecosistema, de asociarnos de manera muy profunda a nivel técnico con algunas de las mejores empresas, las empresas más brillantes del mundo. Estamos expandiendo el alcance de nuestro ecosistema y estamos obteniendo una participación y una inversión en lo que será una empresa muy exitosa; a menudo, una empresa de una generación. Y así, esa base, esa es nuestra tesis de inversión. Sarah: La siguiente pregunta viene de Jim Schneider de Goldman Sachs. Tu línea está abierta. Jim Schneider: Buenas tardes. Gracias por responder a mi pregunta. En el pasado, han hablado de aproximadamente el 40% de sus envíos vinculados a la inferencia de IA. Me pregunto, de cara al próximo año, ¿dónde esperan que ese porcentaje pueda llegar en un año? ¿Y pueden, quizá, abordar el producto Rubin CPX que esperan presentar el próximo año y ponerlo en contexto? ¿Qué tamaño del TAM general esperan que pueda captar? Y quizá también hablar sobre las aplicaciones objetivo de los clientes para ese producto específico? Gracias. Jensen Huang: CPX está diseñado para cargas de trabajo de tipo de contexto largo orientadas a la generación. Y así, en el contexto largo, básicamente, antes de empezar a generar respuestas, tienes que leer mucho. Básicamente, ya sabes, contexto largo. Y podría ser un montón de PDF, podría ser ver un montón de videos, estudiar imágenes 3D, etc. Tienes que asimilar el contexto. Y así, CPX está diseñado para cargas de trabajo de contexto largo. Y su rendimiento por dólar es excelente. Es un rendimiento por dólar excelente. Y en cuanto a qué, olvido la primera parte de la pregunta. Colette Kress: Imprinting. Jensen Huang: Oh, inferencia. Sí. Hay tres leyes de escalamiento que están escalando al mismo tiempo. La primera ley de escalamiento, llamada pre-entrenamiento, sigue siendo muy efectiva. Y la segunda es el post-entrenamiento.El post-entrenamiento básicamente ha encontrado algoritmos increíbles para mejorar la capacidad de una IA de descomponer un problema y resolverlo paso a paso. Y el post-entrenamiento está escalando de forma exponencial. Básicamente, cuanto más cómputo aplicas a un modelo, más inteligente es. Cuanto más inteligente. Y luego el tercero es la inferencia. La inferencia, debido al razonamiento encadenado, a las capacidades de razonamiento, hace que las IAs esencialmente estén leyendo y pensando antes de responder. Y la cantidad de cómputo necesaria como resultado de esas tres cosas se ha vuelto completamente exponencial. Creo que es difícil saber exactamente cuál será el porcentaje en un momento dado y quién. Pero, por supuesto, nuestra esperanza es que la inferencia sea una parte muy grande del mercado. Porque si la inferencia es grande, lo que sugiere es que la gente la está usando en más aplicaciones, y que la está usando con más frecuencia. Y, ya saben, todos deberíamos esperar que la inferencia sea muy grande. Y aquí es donde Grace Blackwell es, simplemente, una magnitud mejor, más avanzada que cualquier cosa en el mundo. La segunda plataforma mejor es la H200, y ahora está muy claro que GB300, GB200 y GB300, debido a MP Link 72, la red de escalamiento que tenemos, alcanzaron. Y viste, y Colette habló en el análisis del benchmark del seminario, que es el benchmark de inferencia individual más grande jamás realizado. Y GB GB200 mB link 72 es de 10 a 15 veces mayor rendimiento. Y así que es un gran salto. Va a llevar mucho tiempo antes de que alguien sea capaz de afrontarlo. Y y nuestro liderazgo allí es, sin duda, plurianual. Sí. Y así que así que creo que estoy esperando que la inferencia se convierta en un tema muy importante. Nuestro liderazgo en inferencia es extraordinario. Sarah: La siguiente pregunta viene de Timothy Arcuri de UBS. Su línea está abierta. Timothy Arcuri: Gracias, mucho. Jensen, muchos de sus clientes están persiguiendo energía detrás del medidor, pero, ¿cuál es el mayor cuello de botella que le preocupa y que podría constreñir su crecimiento? ¿Es energía o quizá es la financiación, o quizá es, ya sabe, algo más como la memoria o incluso foundry? Gracias, mucho. Jensen Huang: Bueno, todos son temas y todas son limitaciones. Y la razón de que, cuando estás creciendo a la tasa a la que nosotros crecemos y al nivel de escala que tenemos, ¿cómo podría algo ser fácil? Lo que hace NVIDIA Corporation obviamente nunca se ha hecho antes. Y hemos creado toda una industria nueva. Por un lado, estamos pasando la computación de la computación de propósito general y la computación clásica o tradicional hacia la computación acelerada y la IA. Eso, por un lado. Por otro lado, creamos toda una industria nueva llamada fábricas de IA. La idea de que para que el software se ejecute, necesitas estas fábricas para generarlo, para generar cada token individual en lugar de recuperar información que ya estaba precreada. Y así que creo que toda esta transición requiere una escala extraordinaria. Y todo el camino, por supuesto, desde la cadena de suministro. En la cadena de suministro, tenemos mucha más visibilidad y control porque obviamente somos increíblemente buenos gestionando nuestra cadena de suministro. Tenemos grandes socios con los que hemos trabajado durante treinta y tres años. Y así que, en lo que respecta a la cadena de suministro, estamos bastante seguros. Ahora, al mirar hacia abajo en nuestra cadena de suministro, ahora hemos establecido asociaciones con tantos actores en tierra y energía y shell y y, por supuesto, financiación. Estas cosas, ninguna de estas cosas es fácil. Pero todas son abordables, y todas son cosas que se pueden resolver. Y lo más importante que tenemos que hacer es hacer un buen trabajo de planificación. Planificamos en la cadena de suministro, hacia abajo en la cadena de suministro. Hemos establecido un montón de socios y, por lo tanto, tenemos muchas rutas hacia el mercado. Y, muy, muy importante, nuestra arquitectura tiene que ofrecer el mejor valor a los clientes que tenemos.Y así, en este punto, ya sabes, estoy muy seguro de que la arquitectura de NVIDIA Corporation es el mejor rendimiento por TCL. Es el mejor rendimiento por vatio y, por lo tanto, para cualquier cantidad de energía que se entregue, nuestra arquitectura impulsará la mayor parte de los ingresos. Y creo que la tasa creciente de nuestro éxito; creo que este año, en este punto, somos más exitosos que el año pasado en este punto. Ya sabes, la cantidad de clientes que vienen hacia nosotros y la cantidad de plataformas que vienen hacia nosotros después de haber explorado otras está aumentando, no disminuyendo. Y entonces, piensa, piensa que todo eso, ya sabes, todo lo que he estado diciéndote a lo largo de los años se está cumpliendo, se está cumpliendo y o haciéndose evidente. Sarah: La siguiente pregunta viene de Stacy Rasgon, de Bernstein Research. Tu línea está abierta. Stacy Rasgon: Preguntas. Colette, tengo algunas preguntas sobre los márgenes. Dijiste que para el próximo año están trabajando para mantenerlos en los mediados de los setenta. Entonces, primero que nada, ¿cuáles son los mayores incrementos de costos? ¿Es solo memoria o hay algo más? ¿Qué están haciendo para trabajar hacia eso? ¿Es cuánto es, como, optimizaciones de costos frente a compras anticipadas versus precios? ¿Y luego, también, cómo deberíamos pensar en el crecimiento de OpEx el próximo año dado que los ingresos parecen probables que crezcan de manera material? En comparación con dónde estamos ejecutando ahora? Colette Kress: Stacy. Déjame ver si puedo empezar recordando dónde estábamos con el año fiscal actual en el que estamos. Recuerda que a principios de este año indicamos que, mediante mejoras de costos y mix, saldríamos del año con nuestros márgenes brutos en los mediados de los setenta. Lo logramos. Así que ahora es momento de comunicarnos dónde estamos y prepararnos para ejecutar eso también en el Q4. Ahora mismo, en términos del próximo año, hay precios de entrada que son bien conocidos en las industrias con las que necesitamos trabajar. Y nuestros sistemas, de ninguna manera, son muy fáciles de trabajar con ellos. Hay una cantidad tremenda de componentes, muchas partes diferentes de ello, mientras lo pensamos. Así que todo eso lo estamos considerando, pero creemos que si miramos nuevamente el trabajo en mejoras de costos, tiempo de ciclo y mix, vamos a intentar sostenernos en nuestros márgenes brutos en los mediados de los setenta. Así que ese es nuestro plan general para el margen bruto. Tu segunda pregunta trata sobre OpEx. Y en este momento, nuestro objetivo en términos de OpEx es, en realidad, asegurarnos de que estamos innovando con nuestros equipos de ingeniería, con todos nuestros equipos de negocio, para crear cada vez más sistemas para este mercado. Como sabes, ahora mismo está saliendo una nueva arquitectura y eso significa que están bastante ocupados para poder cumplir con ese objetivo. Y entonces vamos a continuar viendo nuestras inversiones en innovar cada vez más tanto en nuestro software, como en nuestros sistemas, y en nuestro hardware para hacerlo. Le cedo la palabra a Jensen si quiere agregar un par de comentarios más. Sí. Jensen Huang: Creo que eso es acertado. Lo único que añadiría es recordar que planificamos, pronosticamos, planeamos y negociamos con nuestra cadena de suministro con mucha anticipación. Nuestra cadena de suministro ha conocido durante bastante tiempo cuáles son nuestros requisitos y ha conocido durante bastante tiempo cuál es nuestra demanda, y hemos estado trabajando con ellos y negociando con ellos durante bastante tiempo. Y entonces, yo creo que ese aumento reciente, obviamente, bastante significativo, pero recuerda que nuestra cadena de suministro ha estado trabajando con nosotros durante mucho tiempo. Y así, en muchos casos, hemos asegurado gran parte del suministro para nosotros, porque, ya sabes, obviamente, están trabajando con la empresa más grande del mundo. Al hacerlo, y además, también hemos estado trabajando estrechamente con ellos en los aspectos financieros de ello y asegurando pronósticos y planes, etcétera. Así que creo que todo eso nos ha salido bien. Sarah: Tu última pregunta viene de la línea de Aaron Rakers, de Wells Fargo. Tu línea está abierta. Aaron Rakers: Jensen, la pregunta es para ti.Mientras reflexionas sobre el acuerdo entrópico que se anunció y, en general, sobre el alcance de tus clientes, me pregunto si tus impresiones sobre el papel que desempeñan los AI ASICs o los componentes dedicados en estas construcciones de arquitectura ha cambiado en algo. ¿Has visto… creo que en el pasado has sido bastante contundente en que algunos de estos programas nunca llegan realmente a implementarse. Pero me interesa saber si estamos en un punto en el que tal vez eso haya cambiado más a favor de la arquitectura GPU. Gracias. Jensen Huang: Sí. Muchas gracias. Y yo… realmente agradezco la pregunta. Así que, en primer lugar, compites contra equipos. Quiero decir… contra una empresa. Estás compitiendo contra equipos. Y simplemente no hay tantos equipos en el mundo que estén construidos… que sean extraordinarios construyendo cosas increíblemente complicadas. Ya sabes, en la era Hopper, y en las eras Ampere, construíamos una sola GPU. Eso era la definición de un sistema acelerado de IA. Pero hoy tenemos que construir bastidores completos, bastidores completos enteros, ya sabes, tres tipos diferentes de switches. Un switch para escalar en vertical (scale up), uno para escalar en horizontal (scale out) y otro para escalar de manera transversal (scale across). Y ya no basta con un solo chip para construir un nodo de cómputo. Todo sobre ese sistema de cómputo… porque la IA necesita tener memoria. La IA antes no tenía memoria en absoluto. Ahora tiene que recordar cosas. La cantidad de memoria y el contexto que tiene son gigantescos. La implicación en la arquitectura de memoria es increíble. La diversidad de modelos — desde modelos de mezcla de expertos hasta modelos densos, modelos de difusión y modelos autoregresivos—, sin mencionar también, ya sabes, los modelos biológicos que obedecen las leyes de la física, la lista de la lista de diferentes tipos de modelos ha explotado en los últimos varios años. Y así, el desafío es que la complejidad del problema es mucho mayor: la diversidad de modelos de IA es increíblemente, increíblemente grande. Y es aquí donde, si tuviera que decir cinco cosas que nos hacen especiales, si quieres. La primera cosa que diría que nos hace especiales es que aceleramos cada fase de esa transición. Esa es la primera fase. Que CUDA nos permita tener CUDA X para la transición desde el cómputo de propósito general hacia el cómputo acelerado. Y somos increíblemente buenos en IA generativa. Somos increíblemente buenos en IA agentica. Así que en cada fase, en cada capa de esa transición, somos excelentes. Puedes invertir en una arquitectura, usarla de punta a punta. Puedes usar una arquitectura y no preocuparte por los cambios en la carga de trabajo entre esas tres fases. Eso es lo número uno. El número dos es que somos excelentes en cada fase de la IA. Todo el mundo siempre ha sabido que somos increíblemente buenos en el pre-entrenamiento. Obviamente, muy buenos en el post-entrenamiento. Y resulta que también somos increíblemente buenos en inferencia, porque la inferencia es realmente, realmente difícil. ¿Cómo podría ser fácil pensar? Ya sabes, la gente piensa que la inferencia es de una sola toma y, por lo tanto, es fácil. Cualquiera podría intentar entrar al mercado de esa manera. Pero resulta que es la más difícil de todas porque pensar… resulta ser bastante difícil. Somos excelentes en cada fase de la IA. La segunda cosa… la tercera cosa es que ahora somos la única arquitectura en el mundo que ejecuta todos los modelos de IA. Ejecutamos increíblemente bien los modelos de IA de código abierto de cada modelo de frontera. Ejecutamos modelos científicos, modelos de biología, modelos de robótica: ejecutamos absolutamente cada modelo. Somos la única arquitectura en el mundo que puede afirmar eso. No importa si es autoregresivo o basado en difusión. Ejecutamos todo. Y lo ejecutamos para cada plataforma importante, como acabo de mencionar. Ejecutamos todos los modelos. Y entonces la cuarta cosa que diría es que en cada nube. La razón por la que a los desarrolladores nos encanta es porque estamos literalmente en todas partes. Estamos en cada nube. Estamos en cada… incluso podríamos hacerte una nube chiquita, diminuta, llamada DGX Spark. Y así estamos en cada computadora. Estamos en todas partes: desde la nube hasta on-premise, pasando por sistemas robóticos, dispositivos de borde (edge), PCs, lo que sea.Una arquitectura: las cosas simplemente funcionan. Es increíble. Y luego, lo último, probablemente lo más importante: la quinta cosa es si eres un proveedor de servicios en la nube; si eres una empresa nueva como Humane; si eres una empresa nueva como CoreWeaver, Enscaler, Nebius u OCI, por decirlo. La razón por la que NVIDIA Corporation es la mejor plataforma para ti es porque nuestro aprovisionamiento es tan diverso. Podemos ayudarte con el aprovisionamiento. No se trata solo de poner un ASIC aleatorio en un centro de datos. ¿De dónde viene el aprovisionamiento? ¿De dónde viene la diversidad? ¿De dónde viene la resiliencia? La versatilidad de la arquitectura proviene de, la diversidad de capacidades proviene de. NVIDIA Corporation tiene un aprovisionamiento tan increíblemente bueno; nuestro ecosistema es tan grande. Así que estas cinco cosas: en cada fase de aceleración y transición, en cada fase de IA, en cada modelo, en cada nube hacia entornos locales y, por supuesto, finalmente, todo conduce al aprovisionamiento. Sarah: Gracias. Ahora transferiré la llamada a Toshiya Hari para los comentarios finales. Toshiya Hari: Para cerrar, por favor tenga en cuenta que estaremos en la UBS Global and AI Conference el 2 de diciembre. Y nuestra llamada de resultados para analizar los resultados de nuestro 2026 está programada para el 25 de febrero. Gracias por acompañarnos hoy. Operador, por favor adelante y cierre la llamada. Gracias. Sarah: Esto concluye la llamada de conferencia de hoy. Puede desconectarse ahora.