Google negocia con Marvell el chip que quiere reemplazar a las GPU de NVIDIA en la era de la inferencia

Durante años, la pregunta central del sector era quién entrenaría los modelos más grandes. Esa carrera consumió miles de millones en GPU de NVIDIA y definió el valor de mercado de la industria. En 2026, la pregunta ha cambiado: quién puede servir esos modelos a cientos de millones de usuarios, de forma barata y rápida, cada segundo del día.

Eso es la inferencia. Y Google acaba de mover ficha.

Dos chips, un problema concreto

Según The Information, Google está en conversaciones con Marvell Technology para desarrollar dos nuevos chips. El primero es una unidad de procesamiento de memoria diseñada para trabajar junto a las TPU existentes de Google. El segundo es una nueva TPU construida específicamente para inferencia, la fase en la que los modelos sirven respuestas a usuarios en lugar de aprender de datos. The Next Web

El primer chip aborda uno de los cuellos de botella más persistentes de la IA: la memoria. La idea es que este procesador dedicado absorba parte de los requisitos de memoria del chip principal, acelerando el rendimiento del modelo en tareas de inferencia. Wccftech El segundo apunta directamente al coste operativo: las GPU de propósito general de NVIDIA son caras de fabricar, caras de alimentar energéticamente y caras de escalar. Una TPU construida específicamente para inferencia puede hacer el mismo trabajo con menos recursos.

No hay contrato firmado todavía. Las conversaciones cubren interconexión de alto rendimiento, optimización de consumo energético y compatibilidad con la infraestructura existente de Google. The Next Web Pero la señal que envía al mercado es suficientemente clara para moverlo.

Por qué Marvell y no solo Broadcom

Google ya trabaja con Broadcom —que tiene contrato asegurado hasta 2031 para sus TPU— y con MediaTek. Añadir a Marvell como tercer socio de diseño diversifica la cadena de suministro de silicio personalizado de Google y reduce su dependencia de cualquier fabricante único. The Next Web

Marvell no es un jugador pequeño en este tablero. Sus ingresos en centros de datos alcanzaron un récord de 6.100 millones de dólares en su año fiscal terminado en febrero de 2026, con un negocio de silicio personalizado de 1.500 millones anuales distribuido en 18 diseños activos para proveedores cloud. Ya fabrica chips para Amazon, Microsoft y Meta, además de trabajar con Google en la CPU Axion ARM. En marzo, NVIDIA invirtió 2.000 millones de dólares en Marvell, integrándola en su ecosistema NVLink Fusion. The Next Web

La posición de Marvell es peculiar: está dentro del ecosistema NVIDIA y potencialmente dentro del ecosistema de sus principales competidores al mismo tiempo. Es el proveedor de infraestructura que todos necesitan independientemente de qué bando gane la batalla de los modelos.

El mercado da su veredicto

Las acciones de Marvell alcanzaron máximos históricos el 20 de abril. Los inversores leen la noticia como una validación de que Marvell se ha convertido en el «fontanero» indispensable de la era de la IA: la empresa que construye la infraestructura especializada necesaria para ejecutar modelos complejos como Gemini a escala y con baja latencia. Invezz

TrendForce proyecta que las ventas de ASICs —chips diseñados a medida como las TPU de Google— crecerán un 45% en 2026, muy por encima del 16% de crecimiento previsto para las GPU. WWWhat's new El mercado está apostando a que la era del silicio de propósito general está dando paso a la era de los chips especializados. Y Marvell, con diseños activos para casi todos los grandes proveedores cloud, está en el centro de esa transición.

Bloomberg proyecta que Marvell podría capturar entre el 20% y el 25% del mercado de ASICs personalizado, valorado en 118.000 millones de dólares para principios de la década de 2030. Eso supondría entre 23.600 y 29.500 millones de dólares en ingresos anuales solo de este segmento, más del triple de los ingresos totales de la empresa en el año fiscal 2026. Yahoo Finance

Lo que empezó como una conversación entre equipos de ingeniería sobre chips de memoria podría ser, dentro de cinco años, la razón principal por la que Google no depende de NVIDIA para servir a sus usuarios de IA.

En la elaboración de este artículo se ha utilizado inteligencia artificial como apoyo en la investigación y redacción. El contenido ha sido revisado editorialmente antes de su publicación.