Nvidia invierte 2.000 millones en Marvell y lanza NVLink Fusion para integrar chips personalizados rivales

Nvidia anunció el 31 de marzo una inversión estratégica de 2.000 millones de dólares en Marvell Technology, acompañada de una asociación técnica plurianual centrada en una nueva plataforma llamada NVLink Fusion. Las acciones de Marvell subieron hasta un 11% con la noticia. El acuerdo marca un cambio fundamental en cómo Nvidia se posiciona en el mercado de infraestructura de IA.

Qué es NVLink Fusion

NVLink Fusion es una plataforma que permite a los aceleradores de IA semi-personalizados (XPU) de Marvell conectarse directamente al tejido de interconexión de alta velocidad NVLink de Nvidia. Históricamente, NVLink ha sido exclusivo de las GPU de Nvidia: es la interconexión de alto ancho de banda que une las GPU dentro de un clúster H100 o H200. Abrirlo a silicio de terceros supone un cambio arquitectónico significativo.

En el marco de la asociación:

• Marvell aporta: XPU personalizados y silicio de red compatible con NVLink Fusion para escala vertical
• Nvidia aporta: CPU Vera, NICs ConnectX, DPUs BlueField, interconexión NVLink, conmutadores Spectrum-X e integración de cómputo de IA a escala de rack

El resultado es una fábrica de IA heterogénea donde los hyperscalers que construyen silicio personalizado pueden seguir conectándose al ecosistema de Nvidia en lugar de construir infraestructura completamente independiente.

Colaboración en fotónica de silicio

Las dos empresas también colaborarán en fotónica de silicio, la tecnología que mueve datos usando luz en lugar de cobre dentro de los clústeres de IA. Marvell adquirió especialistas en tejidos fotónicos en 2025, convirtiéndose en uno de los líderes en DSP ópticos para interconexión en centros de datos. El respaldo de Nvidia acelera el despliegue comercial de interconexiones ópticas a escala de clúster de IA.

La declaración de Jensen Huang enmarca la urgencia: “La inflexión de la inferencia ha llegado. La demanda de generación de tokens está disparándose.” Un mayor rendimiento de tokens exige más ancho de banda de interconexión, y la fotónica de silicio es el camino para lograrlo sin las restricciones de calor y potencia del cobre a escala.

Lógica estratégica: cooptar el silicio personalizado

El movimiento es una respuesta directa a la tendencia creciente de los hyperscalers (Google, Amazon, Meta, Microsoft) de construir chips de IA personalizados para reducir la dependencia de las GPU de Nvidia. En lugar de combatir esta tendencia, Nvidia la coopta.

Al ofrecer compatibilidad con NVLink Fusion, Nvidia da a los hyperscalers un motivo para mantener su silicio personalizado dentro del ecosistema de Nvidia. Un TPU de Google o un chip Trainium de Amazon que se conecte vía NVLink puede seguir ejecutando la pila de software CUDA de Nvidia, las herramientas de gestión y el tejido de red. Nvidia conserva los ingresos de software y de interconexión incluso cuando pierde la venta de la GPU.

Se trata de un movimiento de mercado maduro, el que hace una empresa de plataforma cuando se da cuenta de que combatir directamente la comoditización es menos rentable que ser propietaria de la capa de plataforma en la que todo se conecta.

Contexto de mercado

La inversión de 2.000 millones sigue a la adquisición de Mellanox por Nvidia en 2020, que le dio a la empresa su posición en redes. El acuerdo con Marvell profundiza esa ventaja en redes al tiempo que la extiende al nivel de silicio personalizado, exactamente donde Nvidia ha visto sus mayores amenazas competitivas en 2024 y 2025.

La posición de mercado de Marvell es notable: la empresa ya suministra chips de IA personalizados a AWS, Google y Microsoft. Al asociarse formalmente con Nvidia, ambas partes obtienen algo: Marvell gana acceso a las ventajas de rendimiento de NVLink, y Nvidia obtiene visibilidad y puntos de integración con los mayores programas de cómputo de IA para hyperscalers del mundo.

Lo que deben saber los desarrolladores

Si trabajas con infraestructura de IA a escala, NVLink Fusion significa que la brecha entre “clúster GPU de Nvidia” y “clúster de silicio personalizado” se está reduciendo en términos de interoperabilidad. Los futuros clústeres de IA híbridos —GPU de Nvidia para entrenamiento, XPU personalizados para inferencia— que funcionen sobre un tejido NVLink común son técnicamente factibles. Eso cambia significativamente la economía de la planificación de infraestructura de IA.