En un movimiento que indica el apetito de Nvidia por talento especializado en infraestructura de IA, el gigante de los chips gastó más de 900 millones de dólares para incorporar a Rochan Sankar, CEO de la startup de hardware Enfabrica, junto con su equipo de ingeniería directamente en sus filas. El acuerdo—una combinación de efectivo y acciones—se cerró en 2024 y representa la última jugada de Nvidia en una tendencia creciente en la industria: adquirir empresas no por sus productos, sino por su talento y tecnología fundamental.
Esto no es simplemente que Nvidia contrate a un ejecutivo. La compañía también adquirió los derechos sobre la pila tecnológica central de Enfabrica, dándole control sobre sistemas de hardware que pueden orquestar hasta 100,000 GPUs para funcionar como una plataforma de computación unificada. Para Nvidia, es una adquisición limpia tanto de talento como de las innovaciones en infraestructura que más importan en la era de la IA.
La tecnología de Enfabrica que Nvidia realmente quiere
La propuesta de valor fundamental de Enfabrica se centra en resolver un problema crítico: cómo hacer que los clústeres de GPU funcionen de manera fluida y coordinada. La startup, fundada en 2019, construyó la capa de infraestructura que transforma docenas de procesadores gráficos en un sistema coordinado en lugar de componentes aislados.
Los propios sistemas de centros de datos de próxima generación de Nvidia ya demuestran esta capacidad. La arquitectura más reciente de la compañía ejecuta 72 GPUs en formaciones apiladas en racks, todas sincronizadas para funcionar como una sola unidad lógica. Esta es precisamente la base técnica que se está implementando en el nuevo proyecto de centro de datos de 4 mil millones de dólares en Wisconsin, anunciado por Microsoft. Para Nvidia, poseer esta tecnología significa controlar no solo los chips en sí, sino toda la capa de orquestación que hace que los despliegues masivos de GPU sean prácticos.
Enfabrica misma había demostrado este valor a los inversores. Durante su ronda de financiación Serie B en 2023—liderada por Atreides Management—la startup recaudó 125 millones de dólares. Aunque la valoración exacta no fue divulgada públicamente, fuentes indicaron que el valor de la compañía se había quintuplicado desde su ronda anterior. Nvidia ya era inversor en esa ronda, haciendo que esta adquisición completa fuera una extensión natural de su convicción previa en la tecnología.
El modelo de adquisición de talento que Meta, Google y Microsoft perfeccionaron
La transición de Rochan Sankar a Nvidia sigue un patrón que se ha convertido en estándar en las guerras por la división de IA en Silicon Valley. Las grandes empresas tecnológicas han cambiado discretamente su estrategia: en lugar de competir por productos terminados o talento general de ingeniería, ahora compran empresas enteras específicamente por sus equipos fundadores y sistemas propietarios.
Meta lideró la iniciativa con una movida de 14,3 mil millones de dólares para asegurar a Alexandr Wang, fundador de Scale AI, comprando una participación del 49%. Google siguió meses después, adquiriendo al equipo detrás de Windsurf—una startup de codificación fundada por Varun Mohan—por 2,4 mil millones de dólares, incluyendo acuerdos de licencia para el software subyacente. Google también absorbió al equipo completo de Character.AI en una transacción separada el año anterior. Microsoft tomó el equipo de infraestructura de Inflection AI, mientras que Amazon aseguró al grupo fundador de Adept.
Este enfoque resuelve un rompecabezas regulatorio. Adquirir una empresa entera por 900 millones de dólares genera menos escrutinio antimonopolio que contratar a 500 ingenieros especializados en IA a través de canales tradicionales, lo cual podría interpretarse como una consolidación agresiva del mercado. Al estructurar estas adquisiciones como compras de empresas en lugar de incursiones de talento, los gigantes tecnológicos evitan la apariencia de robar equipos directamente y mantienen una imagen regulatoria más limpia.
Nvidia misma cerró otra transacción similar unos meses antes: la adquisición de Run:ai por 700 millones de dólares, una startup israelí cuya plataforma ayuda a los desarrolladores a asignar y optimizar recursos de GPU para cargas de trabajo de IA. Tanto el acuerdo con Run:ai como el de Rochan/Enfabrica siguen este patrón idéntico: pagar por la empresa, obtener a las personas y poseer la tecnología.
De Mellanox a Rochan: cómo ha cambiado el enfoque de Nvidia respecto al talento
La estrategia de adquisiciones histórica de Nvidia revela cuánto se ha adaptado la compañía. En 2019, Nvidia firmó un cheque de 6,9 mil millones de dólares para adquirir Mellanox, una firma israelí de diseño de chips. Esa fue una adquisición tecnológica tradicional: comprar la empresa, integrar el producto (chips de red) en su portafolio y absorber al equipo. La tecnología de Mellanox ahora impulsa la arquitectura de interconexión GPU Blackwell de Nvidia.
En comparación, la tentativa de adquisición de Arm por 40 mil millones de dólares en 2022 fue completamente bloqueada por los reguladores. Nvidia aprendió de ese rechazo regulatorio. Desde entonces, la compañía ha cambiado a adquisiciones más pequeñas y específicas que logran objetivos similares—asegurar talento y tecnología críticos—sin activar preocupaciones antimonopolio tan severas.
El acuerdo de 700 millones con Run:ai y ahora la transacción con Rochan/Enfabrica representan esta estrategia evolucionada. En lugar de una adquisición masiva y transformadora, Nvidia construye sus capacidades de infraestructura de IA mediante múltiples adquisiciones más pequeñas y enfocadas que logran el mismo resultado con menos fricción regulatoria.
Las apuestas de un billón de dólares detrás de cada trato de talento en IA
Estos acuerdos individuales deben entenderse en el contexto del extraordinario ascenso de Nvidia en el mercado. Hace dos años, Nvidia se acercaba a una valoración de 1 billón de dólares. Hoy, la capitalización de mercado de la compañía supera los 4.28 billones de dólares—cuadruplicando su valor desde 2023. En ese mismo período, Nvidia también expresó su tesis de inversión más amplia con una participación de 5 mil millones de dólares en Intel, consolidando una asociación para co-desarrollar procesadores de IA de próxima generación. La compañía también destinó una inversión de 700 millones en Nscale, una startup británica de tecnología para centros de datos.
Cada adquisición de talento e inversión estratégica refleja la convicción de Nvidia de que el mercado de infraestructura de IA solo está creciendo. Rochan Sankar y su equipo de Enfabrica representan la experiencia específica—orquestación de GPU y optimización de clústeres—que se vuelve cada vez más valiosa a medida que las implementaciones de IA escalan a nivel empresarial y nacional.
Lo que empezó como una decisión de contratación de 900 millones de dólares es en realidad la continuación de una estrategia cuidadosamente orquestada: asegurar a las personas, adquirir patentes, controlar la capa de infraestructura y, en última instancia, vender no solo chips, sino sistemas de IA completos e integrados a clientes que los necesitan.
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
El traslado de Rochan Sankar a Nvidia marca un cambio en la guerra por el talento en IA
En un movimiento que indica el apetito de Nvidia por talento especializado en infraestructura de IA, el gigante de los chips gastó más de 900 millones de dólares para incorporar a Rochan Sankar, CEO de la startup de hardware Enfabrica, junto con su equipo de ingeniería directamente en sus filas. El acuerdo—una combinación de efectivo y acciones—se cerró en 2024 y representa la última jugada de Nvidia en una tendencia creciente en la industria: adquirir empresas no por sus productos, sino por su talento y tecnología fundamental.
Esto no es simplemente que Nvidia contrate a un ejecutivo. La compañía también adquirió los derechos sobre la pila tecnológica central de Enfabrica, dándole control sobre sistemas de hardware que pueden orquestar hasta 100,000 GPUs para funcionar como una plataforma de computación unificada. Para Nvidia, es una adquisición limpia tanto de talento como de las innovaciones en infraestructura que más importan en la era de la IA.
La tecnología de Enfabrica que Nvidia realmente quiere
La propuesta de valor fundamental de Enfabrica se centra en resolver un problema crítico: cómo hacer que los clústeres de GPU funcionen de manera fluida y coordinada. La startup, fundada en 2019, construyó la capa de infraestructura que transforma docenas de procesadores gráficos en un sistema coordinado en lugar de componentes aislados.
Los propios sistemas de centros de datos de próxima generación de Nvidia ya demuestran esta capacidad. La arquitectura más reciente de la compañía ejecuta 72 GPUs en formaciones apiladas en racks, todas sincronizadas para funcionar como una sola unidad lógica. Esta es precisamente la base técnica que se está implementando en el nuevo proyecto de centro de datos de 4 mil millones de dólares en Wisconsin, anunciado por Microsoft. Para Nvidia, poseer esta tecnología significa controlar no solo los chips en sí, sino toda la capa de orquestación que hace que los despliegues masivos de GPU sean prácticos.
Enfabrica misma había demostrado este valor a los inversores. Durante su ronda de financiación Serie B en 2023—liderada por Atreides Management—la startup recaudó 125 millones de dólares. Aunque la valoración exacta no fue divulgada públicamente, fuentes indicaron que el valor de la compañía se había quintuplicado desde su ronda anterior. Nvidia ya era inversor en esa ronda, haciendo que esta adquisición completa fuera una extensión natural de su convicción previa en la tecnología.
El modelo de adquisición de talento que Meta, Google y Microsoft perfeccionaron
La transición de Rochan Sankar a Nvidia sigue un patrón que se ha convertido en estándar en las guerras por la división de IA en Silicon Valley. Las grandes empresas tecnológicas han cambiado discretamente su estrategia: en lugar de competir por productos terminados o talento general de ingeniería, ahora compran empresas enteras específicamente por sus equipos fundadores y sistemas propietarios.
Meta lideró la iniciativa con una movida de 14,3 mil millones de dólares para asegurar a Alexandr Wang, fundador de Scale AI, comprando una participación del 49%. Google siguió meses después, adquiriendo al equipo detrás de Windsurf—una startup de codificación fundada por Varun Mohan—por 2,4 mil millones de dólares, incluyendo acuerdos de licencia para el software subyacente. Google también absorbió al equipo completo de Character.AI en una transacción separada el año anterior. Microsoft tomó el equipo de infraestructura de Inflection AI, mientras que Amazon aseguró al grupo fundador de Adept.
Este enfoque resuelve un rompecabezas regulatorio. Adquirir una empresa entera por 900 millones de dólares genera menos escrutinio antimonopolio que contratar a 500 ingenieros especializados en IA a través de canales tradicionales, lo cual podría interpretarse como una consolidación agresiva del mercado. Al estructurar estas adquisiciones como compras de empresas en lugar de incursiones de talento, los gigantes tecnológicos evitan la apariencia de robar equipos directamente y mantienen una imagen regulatoria más limpia.
Nvidia misma cerró otra transacción similar unos meses antes: la adquisición de Run:ai por 700 millones de dólares, una startup israelí cuya plataforma ayuda a los desarrolladores a asignar y optimizar recursos de GPU para cargas de trabajo de IA. Tanto el acuerdo con Run:ai como el de Rochan/Enfabrica siguen este patrón idéntico: pagar por la empresa, obtener a las personas y poseer la tecnología.
De Mellanox a Rochan: cómo ha cambiado el enfoque de Nvidia respecto al talento
La estrategia de adquisiciones histórica de Nvidia revela cuánto se ha adaptado la compañía. En 2019, Nvidia firmó un cheque de 6,9 mil millones de dólares para adquirir Mellanox, una firma israelí de diseño de chips. Esa fue una adquisición tecnológica tradicional: comprar la empresa, integrar el producto (chips de red) en su portafolio y absorber al equipo. La tecnología de Mellanox ahora impulsa la arquitectura de interconexión GPU Blackwell de Nvidia.
En comparación, la tentativa de adquisición de Arm por 40 mil millones de dólares en 2022 fue completamente bloqueada por los reguladores. Nvidia aprendió de ese rechazo regulatorio. Desde entonces, la compañía ha cambiado a adquisiciones más pequeñas y específicas que logran objetivos similares—asegurar talento y tecnología críticos—sin activar preocupaciones antimonopolio tan severas.
El acuerdo de 700 millones con Run:ai y ahora la transacción con Rochan/Enfabrica representan esta estrategia evolucionada. En lugar de una adquisición masiva y transformadora, Nvidia construye sus capacidades de infraestructura de IA mediante múltiples adquisiciones más pequeñas y enfocadas que logran el mismo resultado con menos fricción regulatoria.
Las apuestas de un billón de dólares detrás de cada trato de talento en IA
Estos acuerdos individuales deben entenderse en el contexto del extraordinario ascenso de Nvidia en el mercado. Hace dos años, Nvidia se acercaba a una valoración de 1 billón de dólares. Hoy, la capitalización de mercado de la compañía supera los 4.28 billones de dólares—cuadruplicando su valor desde 2023. En ese mismo período, Nvidia también expresó su tesis de inversión más amplia con una participación de 5 mil millones de dólares en Intel, consolidando una asociación para co-desarrollar procesadores de IA de próxima generación. La compañía también destinó una inversión de 700 millones en Nscale, una startup británica de tecnología para centros de datos.
Cada adquisición de talento e inversión estratégica refleja la convicción de Nvidia de que el mercado de infraestructura de IA solo está creciendo. Rochan Sankar y su equipo de Enfabrica representan la experiencia específica—orquestación de GPU y optimización de clústeres—que se vuelve cada vez más valiosa a medida que las implementaciones de IA escalan a nivel empresarial y nacional.
Lo que empezó como una decisión de contratación de 900 millones de dólares es en realidad la continuación de una estrategia cuidadosamente orquestada: asegurar a las personas, adquirir patentes, controlar la capa de infraestructura y, en última instancia, vender no solo chips, sino sistemas de IA completos e integrados a clientes que los necesitan.