El segmento automotriz de Nvidia registró un crecimiento del 32% interanual en el tercer trimestre fiscal, según el informe de resultados de la compañía, señalando que los fabricantes de automóviles están trasladando los sistemas de asistencia avanzada al conductor y la autonomía de rutas controladas desde proyectos piloto hacia programas de desarrollo estructurados impulsados por inteligencia artificial. Este aumento en los ingresos del sector automotriz destaca dentro de un trimestre marcado por una fuerte demanda de infraestructura de IA, donde Nvidia reportó ingresos totales de 57 mil millones de dólares, un incremento del 62% respecto al año anterior.
La división de centros de datos generó 51.2 mil millones de dólares, con un aumento del 66%, según el comunicado financiero del tercer trimestre de la empresa. Sin embargo, el crecimiento acelerado del segmento automotriz, aunque representa una porción pequeña del rendimiento global, indica que la inteligencia artificial integrada en vehículos está entrando en una etapa de desarrollo más madura.
Plataforma DRIVE impulsa desarrollo de sistemas de autonomía
Nvidia informó que los fabricantes de automóviles utilizaron su plataforma DRIVE para entrenar sistemas de visión, refinar modelos de planificación y probar la fusión de sensores bajo condiciones variables. Los operadores de movilidad recurrieron a la plataforma para evaluar la percepción en tiempo real y la autonomía específica de rutas, consolidando el papel de la inteligencia artificial en vehículos como herramienta central para el desarrollo automotriz.
Los fabricantes de automóviles pasaron varios años replanteando sus estrategias de autonomía después de que los primeros sistemas tuvieran dificultades para expandirse más allá de las pruebas piloto. Los resultados más recientes de Nvidia muestran cómo el sector está adoptando estructuras más estables definidas por software. Las arquitecturas de cómputo centralizadas, los conjuntos unificados de sensores y las líneas de desarrollo comunes proporcionan a los equipos de ingeniería bases confiables tanto para características avanzadas de asistencia al conductor como para automatización de nivel superior.
Estos diseños reducen la fragmentación, aceleran la validación y respaldan actualizaciones over-the-air más consistentes. Según informó Reuters, General Motors planea utilizar chips y software de IA de Nvidia para automatizar vehículos y operaciones de fábrica como parte de un impulso más amplio hacia arquitecturas de vehículos definidos por software, marcando una de las señales más claras de que los principales fabricantes se están alineando en torno a plataformas estandarizadas.
Colaboraciones industriales aceleran adopción de IA en vehículos
PYMNTS reportó un desarrollo similar cuando Qualcomm Technologies y Google Cloud se asociaron para ayudar a los fabricantes a implementar agentes de IA multimodal dentro de los vehículos. La colaboración integra el Snapdragon Digital Chassis de Qualcomm con el Automotive AI Agent de Google Cloud, respaldando navegación conversacional, controles en cabina y otras experiencias impulsadas por inteligencia artificial. PYMNTS enfatizó que los fabricantes están estandarizando pilas de desarrollo compartidas en lugar de duplicar sistemas propietarios.
El aumento del 32% en los ingresos del sector automotriz se alinea con este giro más amplio de la industria. Los fabricantes están ahora anclando el desarrollo en sistemas de cómputo modulares que respaldan estacionamiento automatizado, centrado de carril, funciones de piloto en carretera y eventualmente capacidades de nivel 3, donde el sistema puede conducir por sí solo en condiciones específicas pero aún requiere que el conductor tome el control cuando se le solicite.
Estas características demandan cómputo de alta capacidad a bordo y pilas de percepción consistentes. Nvidia conecta esos componentes a través de un flujo de trabajo único que unifica entrenamiento, simulación e implementación en vehículos, según las divulgaciones de la compañía.
Simulación y validación regulatoria
Las divulgaciones de Nvidia muestran una creciente adopción de su plataforma DRIVE AGX Hyperion 10, que respalda el desarrollo de autonomía de nivel 3 y nivel 4, siendo el nivel 4 la automatización alta que no requiere intervención humana dentro de zonas operativas definidas. Los fabricantes ampliaron el uso de líneas de simulación para probar escenarios de casos extremos, como cambios súbitos de carril, movimiento impredecible de peatones y condiciones complejas de iluminación.
Los reguladores han aumentado la presión para obtener evidencia más sólida del comportamiento de los modelos, convirtiendo la simulación en un paso central en el proceso de aprobación. Esta tendencia refuerza la necesidad de plataformas integradas que puedan documentar y validar cada fase del desarrollo autónomo.
Operadores de movilidad expanden autonomía en rutas controladas
Las redes de movilidad y los operadores logísticos proporcionaron un impulso adicional a los resultados automotrices de Nvidia. Los despliegues de rutas controladas en corredores aeroportuarios, centros de carga y circuitos de campus continúan ganando tracción porque ofrecen condiciones operativas predecibles y requisitos de verificación de seguridad más claros. Las plataformas de transporte compartido y los transportistas de carga están invirtiendo en modelos de percepción y planificación en tiempo real adaptados a corredores definidos, en lugar de intentar autonomía amplia en toda la ciudad.
PYMNTS informó que Nvidia y Uber colaboraron para acelerar la conducción autónoma utilizando un modelo fundamental modificado entrenado con datos de la flota global de Uber. El conjunto de datos incluye entornos de alta variación, como carriles de recogida en aeropuertos, tráfico nocturno e intersecciones congestionadas. Uber planea combinar ese conjunto de datos con la plataforma DRIVE AGX Hyperion de Nvidia mientras prepara vías estructuradas de nivel 4.
Los próximos trimestres mostrarán si los fabricantes de automóviles pueden traducir estos programas de desarrollo en lanzamientos comerciales a escala. La capacidad de Nvidia para mantener el crecimiento del segmento automotriz dependerá de cuán rápido los reguladores aprueben sistemas de nivel 3 y nivel 4, y de si los operadores de movilidad pueden demostrar viabilidad económica en rutas controladas antes de expandirse a entornos urbanos más complejos.