NVIDIA presenta Rubin en CES 2026: chips más baratos y coches que razonan

Jensen Huang volvió a hacer lo que mejor se le da: convertir una feria de electrónica en el escaparate del rumbo que quiere imprimir a toda la industria. En la apertura del CES 2026, celebrada en el Fontainebleau de Las Vegas, el consejero delegado de NVIDIA presentó Rubin, la sucesora de la arquitectura Blackwell, y Alpamayo, una familia de modelos abiertos para conducción autónoma. El hilo que une ambos anuncios es una tesis que Huang repite desde hace años: la computación tradicional está siendo reemplazada por la computación acelerada y la inteligencia artificial.

"Unos 10 billones de dólares de la última década de computación se están modernizando ahora hacia esta nueva forma de computar", afirmó Huang. La cifra es una estimación del propio fabricante sobre el valor del parque informático mundial que, según su relato, tendrá que reconstruirse en torno a las GPU. Conviene leerla como lo que es: el tamaño del mercado que NVIDIA aspira a capturar, no una previsión neutral.

Rubin: seis chips diseñados como una sola pieza

El anuncio con más peso técnico es Rubin, bautizada en honor a la astrónoma estadounidense Vera Rubin y ya, según la compañía, en producción a pleno rendimiento. NVIDIA la describe como su primera plataforma de IA "extreme-codesigned", un término propio que significa que sus seis componentes se han diseñado conjuntamente para funcionar como un único sistema, en lugar de ensamblar piezas concebidas por separado.

Esos seis componentes son:

• GPU Rubin, con 50 petaflops de inferencia en formato NVFP4 (una representación numérica de baja precisión que permite ejecutar modelos más rápido usando menos memoria).
• CPU Vera, orientadas al movimiento de datos y al procesamiento de agentes.
• NVLink 6 para la interconexión interna de los servidores.
• Spectrum-X Ethernet Photonics para la red que une racks entre sí.
• SuperNICs ConnectX-9.
• DPU BlueField-4, procesadores dedicados a descargar tareas de red y almacenamiento.

La lógica detrás de diseñarlo todo junto es evitar cuellos de botella. Cuando un modelo se entrena o se ejecuta en miles de chips a la vez, el rendimiento no lo marca la GPU más rápida, sino el eslabón más lento de la cadena: la red, el almacenamiento, la memoria. Huang sostiene que integrar cada capa reduce drásticamente el coste de entrenar e inferir.

La cifra que quiere que el sector recuerde es esta: Rubin generaría tokens a una décima parte del coste de la plataforma anterior. Un token es la unidad mínima que un modelo procesa (aproximadamente una sílaba o fragmento de palabra), y su coste determina lo caro que resulta operar un servicio de IA a escala. Si la promesa se cumple en producción, abarataría de forma notable el despliegue de modelos grandes, que hoy es una de las principales barreras económicas para las empresas.

Como complemento, NVIDIA presentó un sistema de almacenamiento "nativo de IA" pensado para acelerar la inferencia con contextos largos —esos casos en los que el modelo debe recordar conversaciones o documentos extensos— con multiplicadores de 5x en tokens por segundo, en rendimiento por dólar y en eficiencia energética, según sus propias mediciones.

Un giro estratégico: NVIDIA como fabricante de modelos abiertos

El movimiento más interesante en clave de negocio no está en el hardware, sino en la insistencia de Huang en presentarse como "constructor de IA de frontera". NVIDIA lleva años ganando dinero vendiendo las palas de la fiebre del oro; ahora quiere también minar.

La compañía articula seis familias de modelos abiertos, entrenados en sus propios superordenadores y liberados públicamente: Clara para medicina, Earth-2 para ciencia del clima, Nemotron para razonamiento y multimodalidad, Cosmos para robótica y simulación, GR00T para inteligencia incorporada en robots y Alpamayo para conducción autónoma.

"Los construimos completamente en abierto para que cada empresa, cada industria y cada país puedan formar parte de esta revolución de la IA", dijo Huang. La estrategia tiene una lectura comercial evidente: cuantos más modelos abiertos circulen optimizados para hardware NVIDIA, más difícil resulta abandonar su ecosistema. El código abierto, aquí, es también una herramienta de fidelización.

Coches que razonan y explican sus decisiones

El anuncio con implicaciones más tangibles para el gran público es Alpamayo, una cartera abierta de modelos, planos de simulación y datos para desarrollar conducción autónoma de nivel 4 (vehículos capaces de conducir solos en entornos definidos sin intervención humana).

Su pieza central es Alpamayo R1, que NVIDIA describe como el primer modelo abierto de tipo "visión-lenguaje-acción" (VLA) para conducción. La diferencia con los sistemas convencionales es conceptual: además de traducir lo que ven las cámaras en acciones sobre el volante, freno y acelerador, el modelo razona sobre la acción que va a tomar. Es la promesa de una conducción autónoma explicable, capaz de justificar por qué frena o cambia de carril, algo relevante tanto para la confianza del usuario como para futuras auditorías regulatorias.

El paso del laboratorio a la carretera tiene fecha y matrícula: el primer coche de pasajeros con Alpamayo, construido sobre la plataforma DRIVE de NVIDIA, será el nuevo Mercedes-Benz CLA, con conducción "definida por IA" llegando a Estados Unidos este año. El modelo obtuvo recientemente cinco estrellas en las pruebas de seguridad EuroNCAP.

Completa la propuesta AlpaSim, un entorno de simulación abierto para probar vehículos autónomos en escenarios de alta fidelidad antes de sacarlos a la calle. La idea de entrenar en mundos virtuales sintéticos —recreando casos extremos que serían peligrosos o imposibles de provocar en la realidad— es hoy uno de los pilares del sector.

Del superordenador al escritorio

Huang dedicó parte de la presentación a llevar el discurso al terreno personal. Mostró un agente de IA funcionando localmente en el DGX Spark, un ordenador de sobremesa orientado a IA, encarnado en un pequeño robot Reachy Mini con modelos de Hugging Face. El objetivo era ilustrar que ejecutar agentes de forma local, sin depender de la nube, es ya trivial.

Entre las empresas que integran su tecnología, NVIDIA citó a Palantir, ServiceNow, Snowflake, CrowdStrike o NetApp. "El sistema agéntico es la interfaz", resumió Huang, apuntando a un futuro en el que se interactúa con el software a través de agentes en lugar de menús y botones.

Hubo también hueco para el negocio que dio origen a la compañía: los videojuegos. NVIDIA anunció DLSS 4.5, con un nuevo modo de generación de fotogramas y más de 250 juegos compatibles con su tecnología DLSS 4, además de monitores G-SYNC Pulsar y la llegada de GeForce NOW a Linux y Amazon Fire TV.

Qué significa todo esto

El mensaje de fondo del CES 2026 es de continuidad y ambición. NVIDIA no vende ya chips, sino plataformas completas —del centro de datos al robot y al coche— y quiere estar presente en cada capa de la cadena de valor de la IA, incluida la creación de los propios modelos.

Las cifras de rendimiento y coste proceden de la propia compañía y habrá que verlas confirmadas por despliegues reales y benchmarks independientes; es la cautela habitual con cualquier anuncio de fabricante. Pero dos apuestas merecen seguimiento por sus consecuencias prácticas. La primera, el abaratamiento del token: si Rubin cumple, la economía de operar servicios de IA cambia para muchas empresas medianas. La segunda, la conducción autónoma explicable: el Mercedes CLA con Alpamayo será un caso real, en carreteras reales y con reguladores observando, para comprobar si un coche que "razona" sus decisiones aporta algo más que marketing.