La fiebre de la IA encuentra su víctima más cara: la propia GPU
Esta misma semana repasábamos en El Rack cómo la escasez de memoria impulsada por la demanda de infraestructura de IA ha disparado los precios de NAND, discos duros y hasta consolas de videojuegos. Toca ahora mirar al componente que, de toda la lista, más directamente depende de la misma cadena de suministro de memoria que alimenta a los centros de datos de IA: la GPU. Según el seguimiento de Tom's Hardware, la RTX 5090 tocaba los 5.199 $ de precio de calle a principios de septiembre de 2026, subiendo desde los 4.699,99 $ de agosto -- y comparado con su MSRP de lanzamiento de 1.999 $, estamos hablando de más del 160% por encima del precio oficial de salida. Ni siquiera es el peor escenario: con el stock oficial agotado en Amazon, Newegg y Best Buy, los listados de mercados de terceros superan con frecuencia los 6.000 $, y algunos llegan a pedir más de 9.000 $ por una sola tarjeta.
Y esto no se queda en la gama más alta, donde cabría argumentar que el comprador de una RTX 5090 tiene más margen económico para absorber el golpe. La RTX 5070 se vende un 36% por encima de su precio de referencia, a 899,99 $; la RTX 5060 de entrada, pensada precisamente para quien tiene presupuesto más ajustado, sube un 27% hasta 469,99 $. La RTX 5070 Ti y la RTX 5080 rondan o superan el 30% sobre su MSRP oficial. Es decir: no hay ningún escalón de la gama de Nvidia que se esté librando de esta subida, lo que convierte cualquier plan de montar o ampliar un equipo con GPU dedicada -- sea para gaming, para un homelab con aceleración de IA local, o para una estación de trabajo -- en una decisión mucho más cara que hace apenas un año.
La causa de fondo es exactamente la misma que venimos documentando en almacenamiento y en consolas: los centros de datos de IA están absorbiendo la mayoría del suministro mundial de memoria, y eso encarece tanto la DRAM de sistema como la GDDR7 de la que dependen directamente estas tarjetas gráficas para su memoria de vídeo. No es una coincidencia que NAND, DRAM de consola y GDDR7 de GPU estén subiendo de precio a la vez y por el mismo motivo -- es la misma cadena de suministro de memoria, sometida a la misma presión de demanda, repartiendo el mismo golpe por distintos frentes del mercado de consumo. Para cualquiera que siga de cerca el sector, ya no tiene sentido hablar de "la crisis de la NAND" o "la crisis de la DRAM" como fenómenos separados -- es una única crisis de memoria con varias caras, y la GPU es, con diferencia, la cara más cara de todas.
Para quien gestiona un homelab y estaba pensando en montar o ampliar una máquina con GPU dedicada para IA local -- el caso de uso que más hemos fomentado en este sitio durante el último año -- esta subida cambia el cálculo de forma directa. Lo que hace un año podía justificarse como "invertir en independencia de la nube" hoy exige un desembolso bastante mayor para el mismo hardware, y eso empuja a considerar alternativas que antes quizá no hacían falta: comprar una GPU de la generación anterior de segunda mano, que al menos no sufre la misma escasez de stock nuevo, o recurrir a alquilar GPU en la nube para cargas puntuales en vez de comprar hardware propio que se va a quedar infrautilizado buena parte del tiempo.
No hay ninguna decisión de compra individual que pueda esquivar la causa de fondo de esta subida -- mientras la inversión en infraestructura de IA siga absorbiendo la capacidad de fabricación de memoria del planeta, es razonable esperar que los precios de GPU sigan esta misma trayectoria. Si tu plan de montar una máquina con GPU dedicada no es urgente, vale la pena esperar y vigilar el mercado de segunda mano antes de pagar los precios actuales de la serie 50 nueva.
