GPUs de hace cinco años suben de precio: los centros de datos de IA las acaparan
La carrera por la inteligencia artificial ha generado un fenómeno inesperado en el mercado del hardware: las tarjetas gráficas con varios años de antigüedad no solo mantienen su valor, sino que están aumentando de precio. La razón es simple pero reveladora: los centros de datos necesitan cualquier GPU disponible para procesar las crecientes cargas de trabajo de IA.
CoreWeave confirma la tendencia al alza
Brannin McBee, cofundador de CoreWeave, empresa respaldada por NVIDIA que ofrece infraestructura de GPUs en la nube, reveló que las tarjetas con arquitectura Ampere (la misma de las NVIDIA RTX serie 30, lanzadas hace casi cinco años) están experimentando aumentos de precio sostenidos.
"Podemos ver productos de finales de la década de 2010 disponibles en el mercado en la nube. No están utilizando esa infraestructura de forma poco rentable".
Según McBee, mientras los precios de los chips más recientes se han mantenido estables, el costo de utilizar tecnología de generaciones anteriores subió durante 2025, lo que refleja una asignación inteligente de recursos por parte del mercado.
Por qué las GPUs antiguas siguen siendo útiles para la IA
No todas las tareas de inteligencia artificial requieren la potencia de los procesadores más modernos. Gran parte del trabajo actual se concentra en la inferencia, que consiste en ejecutar modelos ya entrenados. Para estas operaciones, las GPUs de generaciones anteriores resultan perfectamente capaces y considerablemente más económicas.
| Tipo de tarea IA | GPU recomendada | Costo relativo |
|---|---|---|
| Entrenamiento de modelos grandes | Blackwell / Hopper (nuevas) | Alto |
| Inferencia y despliegue | Ampere (RTX 30 series) | Medio |
| Tareas ligeras de IA | Generaciones anteriores | Bajo |
Una demanda que supera la capacidad de producción
El flujo de inversión en inteligencia artificial ha generado una demanda tan elevada que las empresas aceptan prácticamente cualquier chip disponible. La fabricación de procesadores de última generación no logra satisfacer las necesidades del mercado, lo que ha creado un ecosistema donde cada pieza de silicio tiene valor.
Esta escasez se refleja incluso en el plano geopolítico. Países con restricciones para adquirir chips de última generación, como China, han intensificado la compra de modelos anteriores, presionando aún más los precios al alza.
Impacto en el consumidor final
Para los usuarios que esperan encontrar tarjetas gráficas a precios reducidos en el mercado de segunda mano, la perspectiva no es favorable. Mientras los centros de datos sigan absorbiendo inventario de GPUs antiguas, los precios se mantendrán elevados.
Lo que esto significa para la industria
La situación actual deja varias lecciones para el sector tecnológico:
- La vida útil del hardware de IA es significativamente más larga de lo que se anticipaba
- La eficiencia en la asignación de recursos (usar la GPU correcta para cada tarea) es clave para la rentabilidad
- La escasez de chips de última generación beneficia indirectamente a los fabricantes de componentes usados
- El mercado de infraestructura de IA todavía está lejos de alcanzar el equilibrio entre oferta y demanda
Mientras la industria de la inteligencia artificial continúe expandiéndose al ritmo actual, los procesadores gráficos veteranos seguirán siendo herramientas fundamentales, desafiando la lógica habitual de depreciación tecnológica.