Análisis del tamaño y la cuota de mercado de la infraestructura de IA: tendencias de crecimiento y pronóstico (2026-2031)

Tendencias y perspectivas del mercado global de infraestructura de IA

Aumento de los retrasos en la producción de GPU H100 y H200 entre los hiperescaladores

NVIDIA informó que los pedidos anticipados de dispositivos H100 y H200 para 2025 triplicaron el suministro disponible, lo que llevó a Microsoft a destinar 80 mil millones de dólares para asignaciones plurianuales y a AWS a ampliar su presupuesto de infraestructura en 100 mil millones de dólares hasta 2028.^{[ 1 ]Microsoft Communications, “Microsoft anuncia una inversión de USD 80 mil millones en un centro de datos de IA”, Microsoft, microsoft.com} Los cuellos de botella de la memoria de alto ancho de banda intensificaron el desequilibrio, ya que SK Hynix y Samsung controlaban el 95% de la producción de HBM3E. Los hiperescaladores ahora codiseñan el empaquetado de memoria directamente con las fábricas, lo que debilita la capacidad de negociación de los proveedores tradicionales de GPU. La capacidad de 3 nanómetros de TSMC siguió sobresuscrita, lo que prolongó los plazos de entrega de los dispositivos a más de 12 meses y aceleró la transición hacia ASIC personalizados como Google TPU v6e. Las empresas, ante plazos de entrega impredecibles, alquilan cada vez más instancias garantizadas a proveedores de la nube, incluso cuando los precios bajo demanda superan los 30 USD por hora para paquetes de ocho GPU.

Estructuras de red rápidas específicas para IA (InfiniBand NDR, Ethernet 800G)

InfiniBand NDR operó a 400 Gbps y conectó aproximadamente el 70% de los 2025 clústeres de entrenamiento de IA, brindando una latencia un 40% menor que la de Ethernet tradicional.^{[ 2 ]Equipo de redes de NVIDIA, “Soluciones InfiniBand”, nvidia.com} Sin embargo, los hiperescaladores comenzaron a evaluar Ethernet de 800 Gbps, ya que Tomahawk 5 y Spectrum-X de Broadcom conmutaban el tráfico a latencias competitivas con una reducción del 25 % en el coste de capital. Meta validó el rendimiento de Ethernet escalando su SuperCluster de Investigación de IA de 10 000 GPU en enlaces de 800 Gbps, ampliando la oferta de proveedores y reduciendo la dependencia de InfiniBand. El trabajo en IEEE 802.3df para Ethernet de 1.6 Tbps continúa, lo que indica una mayor convergencia entre la IA y las cargas de trabajo estándar de los centros de datos.

Adopción de refrigeración líquida energéticamente eficiente

La penetración de la refrigeración líquida aumentó al 18 % en los racks de IA en 2025, cuando las densidades de potencia superaron los 100 kilovatios, un umbral a partir del cual los sistemas de aire tienen dificultades para disipar el calor. Las soluciones de refrigeración directa al chip redujeron el consumo energético de las instalaciones hasta en un 40 % y liberaron un 60 % de espacio en planta, en comparación con sus equivalentes refrigerados por aire. Microsoft puso a prueba baños de inmersión monofásicos que redujeron los costes de infraestructura de refrigeración en un 45 % y prevé implementar este enfoque en campus de hiperescala a partir de 2026. Los incentivos regulatorios en la Unión Europea, incluyendo la inminente introducción de mecanismos de precios del carbono, refuerzan la adopción, mientras que las implementaciones en Asia Pacífico se retrasan debido a la reducción de las tarifas eléctricas.

Subvenciones gubernamentales tipo CHIPS para las fábricas de IA

Estados Unidos asignó 52.7 millones de dólares a la fabricación nacional de semiconductores, desembolsando 8.5 millones de dólares a Intel, 6.6 millones de dólares a TSMC y 6.4 millones de dólares a Samsung. Europa aprobó la Ley de Chips, con un presupuesto de 43 millones de euros (47 millones de dólares), para duplicar la producción regional de obleas para 2030. Japón reservó 2 billones de yenes (13.5 millones de dólares) para respaldar la planta de Kumamoto de TSMC y una hoja de ruta de 2 nanómetros liderada por Rapidus. Los subsidios aceleran la capacidad de empaquetado avanzado y reducen el riesgo de concentración geopolítica en Taiwán; sin embargo, la Asociación de la Industria de Semiconductores proyecta una brecha de talento de 67,000 personas que podría retrasar su plena utilización.

GPU de clase IA en escasez crónica hasta 2026

Los plazos de entrega para las tarjetas H200 se extendieron más allá de las 52 semanas en 2025, mientras que la cartera de pedidos de MI300X de AMD reflejó esa restricción.^{[ 3 ]Personal de Reuters, “Los pedidos de chips de IA de NVIDIA superan la oferta y los plazos de entrega se alargan”, Reuters, reuters.com} La capacidad de empaquetado CoWoS en TSMC alcanzó los 35,000 inicios de obleas al mes, muy por debajo de las estimaciones de demanda superiores a 100,000 equivalentes. La memoria de alto ancho de banda sigue siendo escasa, ya que cada dispositivo H100 necesita 80 GB de HBM3 apilados en cinco capas. En consecuencia, las empresas retrasaron las implementaciones a gran escala y repriorizaron arquitecturas de modelos que requieren menos parámetros. Las plataformas en la nube contraatacaron con un exceso de inventario, una reducción de las tasas de utilización y la aplicación de precios spot elevados, una táctica que distorsiona las señales de suministro y frena la adopción del mercado a corto plazo.

Controles de exportación de IA soberana

Las regulaciones de octubre de 2023 prohibieron el envío sin licencia de los dispositivos A100, H100 y H800 de NVIDIA a China. China respondió con un programa de chips de 50 000 millones de dólares, y el Ascend 910C de Huawei alcanzó la paridad con el A100 en algunas pruebas de inferencia en 2025. La Ley de IA de la Unión Europea añade entre 5 y 15 millones de euros (entre 5.5 y 16.5 millones de dólares) en costes de cumplimiento por cada despliegue transfronterizo. La divergencia de los estándares supone el riesgo de un ecosistema bifurcado y eleva los costes de transición para las empresas internacionales.

Análisis de segmento

Al ofrecer: el software gana a medida que la optimización de inferencia supera al cómputo puro

El hardware representó el 68.42 % del gasto en 2025, lo que refleja clústeres de GPU con alto consumo de capital, memoria de alto ancho de banda y estructuras NVMe que impulsan las densidades de rack por encima de los 100 kilovatios. Se proyecta que el software aumente a una tasa de crecimiento anual compuesta (TCAC) del 16.02 % hasta 2031, a medida que las empresas priorizan la eficiencia de la inferencia, la observabilidad de los modelos y la automatización de MLOps. Herramientas como Triton Inference Server reducen la latencia hasta en un 50 % mediante la cuantificación y la fusión de kernel. Los proveedores de sistemas ahora agrupan marcos de orquestación con paneles de observabilidad, convirtiendo licencias únicas en suscripciones. Por lo tanto, el tamaño del mercado de infraestructura de IA atribuido al software se está expandiendo más rápido que la inversión de capital en GPU, a pesar de que el gasto absoluto en aceleradores sigue siendo mayor. Las cargas de trabajo de entrenamiento seguirán centradas en la GPU, pero la inferencia ya está evolucionando hacia ASIC diseñados específicamente para aplicaciones específicas que reducen el coste total de propiedad de los procesos de producción. Las empresas que obtienen alivio de costos redistribuyen los presupuestos liberados en iniciativas de calidad de datos y canales de generación con recuperación aumentada, lo que impulsa aún más la adopción de middleware. 

Un segundo catalizador es el auge de las ofertas de modelos de lenguaje como servicio (MaaS) de gran tamaño que incorporan medidas de seguridad para el contenido y la mitigación de sesgos. Los proveedores que empaquetan middleware con modelos preentrenados aseguran ingresos recurrentes y refuerzan la fidelización del cliente. Los proveedores de software independientes responden reforzando las pilas de implementación de código abierto, garantizando que las licencias propietarias no impidan la portabilidad del modelo. Esta dinámica emergente eleva los márgenes brutos del software hasta el 75 %, muy por encima de los niveles de reventa de hardware, lo que subraya por qué los inversores prefieren el código al silicio en las rondas de financiación posteriores. Por lo tanto, el mercado de infraestructura de IA pasa de un ciclo de inversión de capital a un modelo combinado donde los ingresos por suscripción estabilizan las ganancias y mitigan la volatilidad de la actualización del hardware.

Por implementación: las instancias en la nube erosionan las ventajas locales a pesar de las preocupaciones sobre la soberanía

La infraestructura local representó el 57.46 % del gasto en 2025, impulsada por mandatos de residencia de datos y marcos sectoriales como la HIPAA. Se prevé que las implementaciones en la nube crezcan a una tasa de crecimiento anual compuesta (TCAC) del 15.76 %, ya que las instancias de AWS Trainium2 y Google TPU v6e ofrecen un rendimiento multipetaflop con una economía favorable. Por lo tanto, el tamaño del mercado de infraestructura de IA asociado a las ofertas en la nube se está expandiendo más rápido que el gasto de capital empresarial, especialmente a medida que los hiperescaladores estandarizan los precios de pago por inferencia. Las instituciones financieras que antes insistían en el alojamiento soberano ahora implementan enclaves de computación confidencial que mantienen las claves de cifrado bajo el control del cliente, lo que reduce la fricción regulatoria.

Los patrones híbridos proliferan a medida que las empresas entrenan modelos sensibles localmente y luego trasladan la inferencia a nodos periféricos geográficos que reducen la latencia para los usuarios finales. Las iniciativas de IA soberana en Arabia Saudita y Emiratos Árabes Unidos invierten más de 140 000 millones de dólares en la construcción de campus nacionales de hiperescala, lo que sustenta una demanda compensatoria de implementaciones locales. Los proveedores de nube facilitan la soberanía ofreciendo regiones dedicadas con redes, certificaciones y auditorías con jurisdicción delimitada. Sin embargo, a largo plazo, los ciclos de obsolescencia del hardware de 18 a 24 meses inclinan la curva de costos hacia la infraestructura compartida, lo que obliga a quienes defienden la infraestructura local a adoptar diseños modulares que intercambian las placas de nodos sin tener que reconectar salas enteras.

Por el usuario final: los proveedores de servicios en la nube gastan más que las empresas para asegurar ventajas competitivas

Las empresas representaron el 42.22 % de la cuota de mercado de infraestructura de IA en 2025, lo que refleja la diversificación de casos de uso en manufactura, comercio minorista y servicios profesionales. Se proyecta que los proveedores de servicios en la nube registren una tasa de crecimiento anual compuesta (TCAC) del 15.24 %, a medida que los hiperescaladores precomprometan bloques multimillonarios de aceleradores conectados a HBM3E. La adquisición a granel garantiza precios unitarios más bajos, lo que permite a los hiperescaladores ofrecer clústeres de entrenamiento expandibles a tarifas por hora aún inferiores al coste amortizado de sus equivalentes empresariales. Las agencias gubernamentales y de defensa adoptan recintos de alto secreto con aislamiento térmico que aíslan las cargas de trabajo clasificadas, a la vez que se benefician de un software de gestión similar a la nube.

Las empresas que evalúan construir o alquilar deben afrontar el riesgo de capital, la escasez de personal y la incertidumbre de las garantías. Un clúster privado de 1,000 GPU cuesta entre 15 y 30 millones de dólares de entrada y se vuelve parcialmente obsoleto en dos años, mientras que los modelos de suscripción convierten esa inversión en gastos operativos predecibles. Los hiperescaladores potencian esta ventaja con etiquetado de datos integrado, MLOps y servicios de optimización. Sin embargo, los gobiernos consideran estratégica la soberanía de la IA. El Ministerio de Defensa de Japón presupuestó 500 000 millones de yenes (3400 millones de dólares) para sistemas autóctonos, lo que refleja una urgencia geopolítica más que meras consideraciones de coste.

Nota: Las participaciones de todos los segmentos individuales están disponibles al momento de la compra del informe.

Por arquitectura de procesador: las alternativas FPGA y ASIC desafían la hegemonía de la GPU en la inferencia

Las GPU controlaron el 88.82 % de los ingresos de 2025 gracias al arraigado ecosistema CUDA y a los requisitos de paralelismo del entrenamiento de transformadores. Se prevé que los dispositivos FPGA y ASIC se expandan a una tasa de crecimiento anual compuesta (TCAC) del 16.89 %, ya que las cargas de trabajo de inferencia priorizan la eficiencia energética y la latencia predecible. Intel Gaudi 3 ofrece un rendimiento por vatio un 50 % superior al H100 para la inferencia de transformadores, mientras que Cerebras WSE-3 incorpora 900 000 núcleos en una matriz a escala de oblea, ideal para simulaciones físicas. La TPU v6e de Google ya ejecuta la inferencia de producción con una eficiencia energética de la GPU 2.5 veces superior. 

Por lo tanto, el mercado de infraestructura de IA se divide entre GPU de propósito general y ASIC de dominio específico. El silicio personalizado conlleva altos costos de ingeniería no recurrentes, lo que limita la viabilidad de los hiperescaladores con billones de consultas de inferencia por trimestre. Las FPGAs atienden a un nicho intermedio en telecomunicaciones y automoción, donde los algoritmos evolucionan rápidamente y la flexibilidad para actualizaciones en campo es crucial. Los proveedores ahora desarrollan SoC basados ​​en chiplets que se interconectan mediante enlaces de matriz a matriz, como UCIe, lo que reduce el tiempo de comercialización y permite actualizaciones incrementales de memoria. La adquisición de la propiedad intelectual de interposers por parte de NVIDIA y la inversión de AMD en el empaquetado de chiplets señalan un futuro donde los sustratos modulares diluyen el dominio de un solo proveedor.

Análisis geográfico

Norteamérica representó el 39.56 % del gasto para 2025, respaldado por 52 700 millones de dólares en subvenciones de la Ley CHIPS y por hiperescaladores que operan aproximadamente el 60 % de la capacidad global de IA. La Asociación de la Industria de Semiconductores advierte de una escasez de 67 000 trabajadores talentosos para 2030, lo que podría ralentizar la aceleración de las fábricas, incluso con la abundancia de capital. Canadá posiciona a Toronto y Montreal como centros de investigación, respaldados por una política migratoria favorable, mientras que las dudas sobre la fiabilidad de la red eléctrica en México frenan las implantaciones a gran escala. El Departamento de Defensa de Estados Unidos adjudicó a Amazon un contrato de nube por 50 000 millones de dólares, lo que subraya que las preocupaciones sobre la seguridad soberana coexisten con una transición más amplia hacia la computación gestionada centralmente.

Se espera que Asia Pacífico crezca a una tasa de crecimiento anual compuesta (TCAC) del 16.44 % hasta 2031, impulsada por el fondo chino para semiconductores de 50 000 millones de dólares y los compromisos de la India para hiperescalar, de 15 000 millones de dólares. Alibaba desplegó 100 000 aceleradores Huawei Ascend 910C en 2025, lo que demuestra un rápido progreso local a pesar de las restricciones a la exportación. Japón destinó 2 billones de yenes (13 500 millones de dólares) a la planta de Kumamoto de TSMC y a la I+D de 2 nanómetros para cubrir la exposición geopolítica. Corea del Sur disfruta del 95 % del suministro de HBM3E, un punto crítico esencial en la cadena de suministro de IA. Las elevadas tarifas eléctricas de Australia limitan la hiperescala, pero Sídney y Melbourne siguen atrayendo a empresas de coubicación que buscan una conectividad resiliente a los cables submarinos.

El crecimiento de Europa se modera a medida que el cumplimiento de la Ley de IA añade entre 5 y 15 millones de euros (5.5 y 16.5 millones de dólares) al coste incremental por cada despliegue multinacional. Alemania y Francia lideran las subvenciones a los semiconductores, mientras que Suecia aprovecha el clima frío y la energía hidroeléctrica para atraer a los hiperescaladores; Microsoft confirmó un campus en Estocolmo de 3.2 millones de dólares para 2026. El Reino Unido se enfrenta a fricciones en la transferencia de datos tras el Brexit que añaden latencia y cargas legales a los servicios continentales. Los fondos soberanos de inversión de Oriente Medio prometen 140 millones de dólares para converger las ventajas energéticas con las ambiciones de la IA, apoyando los corredores de centros de datos de Riad y Abu Dabi, que operan en gran medida al margen de los regímenes occidentales de control de exportaciones.