PUNTOS IMPORTANTES:
- Tesla cierra su proyecto de supercomputadora AI Dojo.
- Nvidia y AMD se perfilan como grandes beneficiarias.
- Musk prioriza compra masiva de GPUs para IA.
Tesla (TSLA) deja atrás Dojo y refuerza su dependencia de Nvidia (NVDA) y AMD (AMD)
Tesla cerró su equipo de supercomputación Dojo, poniendo fin a su intento de fabricar chips propios para entrenar inteligencia artificial. El proyecto era clave en su estrategia tecnológica.
La medida beneficiará a Nvidia y Advanced Micro Devices. Esto se debe a que aumentará la compra de GPUs de uso general por parte de la automotriz.
El analista de Wells Fargo, Aaron Rakers, afirmó que esto supone un paso atrás en los esfuerzos de Tesla por desarrollar silicio optimizado para IA internamente.
Tesla ha ampliado su infraestructura de GPU de manera notable. Ha adquirido miles de unidades Nvidia H100 para escalar rápidamente su capacidad de entrenamiento.
De la visión de Dojo a la estrategia de compra masiva
En sus resultados del segundo trimestre de 2025, Tesla reveló que opera un clúster de 50.000 Nvidia H100 bajo el proyecto Cortex.
La misma semana, Elon Musk anunció el despliegue de 16.000 Nvidia H200 en la Gigafactoría de Texas. Son equivalentes a 67.000 H100 en capacidad de cómputo.
Musk había estimado que un superordenador Dojo costaría 500 millones de dólares. Sin embargo, declaró que Tesla gastaría más que eso en hardware Nvidia este año.
El cambio contrasta con declaraciones previas. Musk había dicho que Dojo 2 operaría a escala el próximo año y que Dojo 3 se integraría con el chip Ai6.
Este chip estaba diseñado para el sistema Full Self-Driving. Formaba parte del plan de Musk para posicionar a Tesla como empresa de IA y robótica.
Las acciones de Tesla bajaron antes de la apertura del viernes. Acumulan una caída cercana al 20% en lo que va de año.
Descargo de responsabilidad: Toda la información encontrada en Bitfinanzas es dada con la mejor intención, esta no representa ninguna recomendación de inversión y es solo para fines informativos. Recuerda hacer siempre tu propia investigación.