En abril de 2026, la comunidad de Render Network completó una votación de gobernanza considerada en la industria como una "apuesta de alto riesgo". La propuesta RNP-023 superó su primera ronda con un abrumador 98,86 % de aprobación, integrando oficialmente a Salad Network como la subred exclusiva dentro del ecosistema de Render. Este movimiento sumó aproximadamente 60 000 GPUs activas diarias a la red.
Salad Network no es un proveedor tradicional de computación en centros de datos. Opera la mayor red mundial de GPUs de consumo, abarcando más de 180 países, con más de 450 000 nodos registrados y unas 60 000 GPUs activas diarias. Su potencia de cómputo proviene de tarjetas gráficas inactivas propiedad de gamers y usuarios individuales—principalmente modelos de consumo como RTX 3070, RTX 3080, RTX 3090 y RTX 4090. Esto contrasta notablemente con los proveedores cloud a hiperescala como AWS y GCP, que dependen de clústeres empresariales como A100 y H100.
A 19 de mayo de 2026, los datos de mercado de Gate muestran que RENDER cotiza a 1,8254 $, un aumento del 2,90 % en 24 horas, con una capitalización de mercado circulante de aproximadamente 946 millones de dólares. El sentimiento de mercado se mantiene neutral.
Datos clave:
- En la primera ronda de RNP-023 se registraron 1,3 millones de votos a favor y 15 500 en contra, con un 98,86 % de aprobación
- Las ~60 000 GPUs activas diarias de Salad Network se integrarán como subred exclusiva de Render
- La integración se estructura en tres hitos: Fase 1—los Chefs reciben recompensas en RENDER; Fase 2—los clientes pueden pagar con RENDER; Fase 3—todas las transacciones migran al modelo BME on-chain
- Antes de la migración, Render Network contaba con unas 5 700 GPUs activas, con más de 71,4 millones de fotogramas renderizados procesados
- En NVIDIA GTC 2026, Jensen Huang proyectó que la demanda de chips de IA con arquitectura Blackwell y Vera Rubin alcanzaría al menos 1 billón de dólares para finales de 2027, el doble de la previsión del año anterior
Del BME al RNP-023: la cronología de la expansión de Render
La ampliación de potencia de cómputo de Render Network no es un hecho aislado. Su evolución se enmarca en dos tendencias macro: la demanda estructural de recursos GPU impulsada por modelos de IA, y la transición de las redes de infraestructura física descentralizada (DePIN) de la narrativa a la implantación real.
Cronología:
- 2023: La comunidad aprueba la propuesta RNP-002, migrando Render de Ethereum a Solana e introduciendo el modelo tokenómico Burn-and-Mint Equilibrium (BME). Bajo BME, los pagos por tareas GPU se queman y se acuñan nuevos tokens según demanda, vinculando dinámicamente la oferta de tokens al uso real de la red
- 2024–2025: La red valida la viabilidad de la programación distribuida de recursos GPU. Las tareas de inferencia y ajuste fino de IA aumentan de forma constante, alcanzando casi el 40 % de la actividad total de la red a principios de 2026
- Marzo de 2026: Salad presenta una propuesta formal para unirse a Render Network como subred exclusiva
- Marzo de 2026: Se celebra NVIDIA GTC 2026, donde Jensen Huang anuncia la previsión de demanda de 1 billón de dólares y respalda a nivel sectorial la narrativa de escasez de GPUs
- 1 de abril de 2026: Concluye la primera ronda de votación de RNP-023, con un 98,86 % de aprobación
- 7 de abril de 2026: Se aprueba oficialmente RNP-023; Salad queda confirmada como parte de Render Network
Cadena de transmisión clave del modelo BME y la integración: Uno de los ejes de RNP-023 es canalizar los ingresos de cómputo de Salad hacia el mecanismo de quema BME. El fundador de Salad declaró públicamente: "El diseño de quemar más de lo que se acuña es deliberado—queremos que el crecimiento de Salad beneficie a todo el ecosistema Render, no solo a nosotros mismos". Esto sugiere (hipotéticamente) que si la integración de Salad impulsa significativamente el uso de la red, el modelo BME verá un aumento en la quema de tokens, contrayendo la oferta bajo la lógica "crecimiento de demanda → quema acelerada → contracción de oferta". Si esto se cumple o no dependerá del uso real, no solo del texto de la propuesta.
Aumento de cómputo y realidad de costes: una perspectiva de datos
Salto en la oferta de cómputo: de 5 700 a más de 65 000
Antes de la integración, Render Network contaba con unas 5 700 GPUs activas. La incorporación de Salad Network aporta unas 60 000 GPUs activas diarias, elevando el total teórico de GPUs disponibles a más de 65 000—un salto discontinuo en la oferta, no una simple optimización incremental sino un cambio de escala.
Sin embargo, "número de GPUs" no equivale a "potencia de cómputo utilizable". Las GPUs de consumo difieren significativamente de las empresariales en varios aspectos:
GPUs de consumo vs. empresariales: diferencias clave
| Dimensión | GPUs de consumo (Salad) | GPUs empresariales (AWS/GCP) |
|---|---|---|
| Modelos típicos | RTX 3070/3080/3090/4090 | A100 80GB / H100 80GB / H200 |
| VRAM | 8 GB–24 GB | 40 GB–141 GB |
| Ancho de banda de interconexión | PCIe (sin NVLink/NVSwitch) | NVLink + NVSwitch (interconexión de alto ancho de banda) |
| Casos de uso | Inferencia de IA, procesamiento por lotes, renderizado pequeño/mediano | Entrenamiento distribuido a gran escala, ajuste fino de modelos de 70B+ parámetros |
| Fiabilidad del nodo | Dispositivos personales, pueden desconectarse en cualquier momento | Grado centro de datos, SLA 99,9 % o superior |
| Coste unitario | Muy bajo (desde 0,02 $/hora) | Alto (H100 ~4,50–5,50 $/hora) |
La estrategia de Salad refuerza esta división de tareas. En su blog oficial se señala que los modelos de IA open source se ejecutan cada vez más en hardware de consumo, y las cargas de trabajo de IA agentica están creciendo, requiriendo cada interacción recursos computacionales varios órdenes de magnitud superiores a las llamadas API tradicionales. Los casos de clientes de Salad demuestran que ejecutar cargas en GPUs de consumo permite escalar reduciendo significativamente los costes. Así, la red de Render tras la integración no pretende sustituir a AWS/GCP en todos los escenarios, sino centrarse en tareas tolerantes a la latencia, muy sensibles al coste y divisibles/parallelizables.
Diferencial de precio frente a AWS: hasta un 90 % de ahorro
Este es el dato más relevante para entender la competencia de Render frente a AWS/GCP. A continuación se compara la información de precios públicos del primer semestre de 2026:
Comparativa de precios GPU H100
| Proveedor | Tipo de GPU | Precio bajo demanda ($/hora) | Notas |
|---|---|---|---|
| AWS (tarjeta única) | 1×H100 80GB | ~4,50–5,50 | Estimación sectorial de Securities.io |
| Redes descentralizadas (Akash/Render) | 1×H100 80GB | ~1,20–1,80 | Datos de Securities.io |
| Salad (consumo) | Precio inicial | 0,02 | Datos de portada de salad.com |
Fuentes: estimaciones de tarjeta H100 y precios descentralizados de Securities.io; precio inicial de Salad de salad.com. Los precios varían según región, fluctuaciones de oferta y configuración de prioridad; solo a título informativo.
Las redes descentralizadas ofrecen GPUs H100 a un 25 %–35 % del precio bajo demanda de AWS, con ahorros del 65 %–75 %. Las GPUs de consumo (serie RTX) parten de solo 0,02 $/hora, con diferencias de precio superiores al 90 % respecto a los proveedores cloud a hiperescala.
Pero hay que aclarar una lógica clave: un precio bajo no implica que sea posible sustituir. Para tareas de entrenamiento sincrónico a gran escala que requieren interconexión InfiniBand de alta velocidad, los clústeres centralizados siguen siendo la única arquitectura viable. AWS y GCP cuentan con ventajas de interconexión de hardware que las soluciones descentralizadas no pueden igualar. La propuesta de valor de Render Network es cubrir el hueco de "tareas que no necesitan interconexiones avanzadas pero sí cómputo masivo en paralelo"—inferencia de IA, procesamiento por lotes, ajuste fino de modelos pequeños/medianos, renderizado 3D, etc.
Más de 1,22 millones quemados: uso de red y fundamentos del token
Según datos del primer trimestre de 2026, Render Network procesó más de 71,4 millones de fotogramas renderizados, con cargas de IA representando cerca del 40 %. Se han quemado más de 1,22 millones de tokens RENDER.
Métricas oficiales de Render Network para el primer trimestre de 2026:
| Métrica | 2026 Q1 |
|---|---|
| GPUs activas | Más de 5 700 |
| Fotogramas procesados | 71 269 082 |
| Proporción IA | Casi 40 % |
| Total RENDER quemados | 1 228 380 |
| Suministro circulante | 552 011 095 / 644 168 762 máx. |
Tras la integración de Salad, el número teórico de GPUs supera las 65 000, pero el número real de nodos concurrentes dependerá de la eficiencia del programador y la participación de los Chefs, lo que requiere datos operativos continuos.
Perspectiva tokenómica (hechos y análisis): El modelo BME de Render crea un vínculo estructural entre el uso de la red y la oferta/demanda de tokens. La integración de Salad canalizará parte de sus ingresos hacia el proceso de quema BME. El impacto real debe seguirse mediante datos de quema y uso continuados, sin sobreinterpretaciones.
Divergencia en el mercado: tres posturas ante el RNP-023
Optimistas de la expansión: la escala como foso defensivo
Los partidarios sostienen que Render, gracias a la integración de Salad, obtiene una fuente de cómputo que los proveedores cloud tradicionales no pueden replicar: millones de GPUs inactivas de gamers en todo el mundo. Esta oferta tiene características únicas: coste marginal ultra bajo (el hardware ya está comprado, el cómputo es un "subproducto"); geografía muy dispersa (más de 180 países); escala con efecto red (más Chefs implica más cómputo, atrayendo a más clientes).
El fundador de Salad, Bob Miles, declaró tras la aprobación de la propuesta: "Los modelos de IA open source se ejecutan cada vez más en hardware de consumo. Las cargas de trabajo de IA agentica están creciendo—cada interacción requiere recursos computacionales varios órdenes de magnitud superiores a las llamadas API tradicionales. Las máquinas que gestionan nuestros Chefs son precisamente la infraestructura que la industria necesita".
Los socios institucionales revelados por Render refuerzan esta narrativa—NVIDIA, Stability AI, WME y otros han colaborado con Render. La implicación de NVIDIA es especialmente relevante: ¿por qué un gigante fabricante de GPUs se interesa por redes de cómputo descentralizadas? (Hipotéticamente) La lógica puede ser que cualquier ecosistema que amplíe los casos de uso de GPUs beneficia al negocio principal de chips de NVIDIA.
Observadores cautos: la escala no equivale a ingresos
Las posturas más reservadas se centran en los datos duros. La integración de Salad supone una expansión significativa en la oferta de cómputo, pero ¿cuántos ingresos reales aporta? El fundador de Salad no ha proyectado públicamente cifras concretas de ingresos. Los modelos de valoración de protocolos cripto no se ajustan a los marcos tradicionales PER; los efectos de red, las primas narrativas y las expectativas de crecimiento pesan más en la cotización del token.
Los analistas también señalan que RNP-023 es un evento de gobernanza; su impacto real depende de la ejecución, no del voto en sí. En los mercados cripto, la lógica de eventos "compra el rumor, vende la noticia" es frecuente.
Estructura competitiva: rivalidad interna en DePIN
La propuesta de Salad declara explícitamente que "decidió no emitir su propio token" y, en su lugar, se unió a Render, citando "el sólido equipo, infraestructura y comunidad de Render". Esta decisión implica que Salad renuncia a capturar valor independiente vía token, vinculando su oferta de cómputo al modelo BME de Render.
Mientras tanto, el cómputo descentralizado no es dominio exclusivo de Render. Akash Network, con su mercado abierto para aplicaciones contenerizadas generales, y io.net, centrada en la programación de cómputo de IA, se solapan con Render. A medida que la integración de Salad empuja a Render a mayor escala, los límites competitivos entre los protocolos DePIN de cómputo serán más complejos.
Detrás de los números: tres capas de la narrativa de las 60 000 GPUs
En cripto, la narrativa suele preceder a los fundamentales. "60 000 GPUs" es un titular potente, pero merece un análisis por capas.
Primera capa: ¿Son reales las 60 000 GPUs? Los datos oficiales de Salad afirman "60 000 máquinas activas diarias en más de 180 países". Otras fuentes indican que el ecosistema de Salad cuenta con más de 450 000 nodos registrados. La cifra de 60 000 proviene directamente de Salad y ha sido confirmada por al menos seis fuentes independientes. Pero, dada la naturaleza de las redes de GPUs de consumo, el número de activas diarias puede fluctuar y el número real de dispositivos concurrentes difiere de los registrados como activos.
Segunda capa: ¿Pueden estas GPUs ser utilizadas por Render? (Hipotético, según la propuesta) El plan de integración convierte a Salad en la "subred exclusiva" de Render, con todos los pagos a través de Salad migrando gradualmente a liquidación on-chain en RENDER. Esto vincula económicamente estas GPUs a Render. Sin embargo, técnicamente, las GPUs de consumo afrontan riesgos de desconexión, latencia de red y volatilidad de cómputo—características estructurales que no pueden eliminarse del todo. Los documentos de soporte de Salad dejan claro que, por la naturaleza distribuida e interrumpible de la red, el ROI del hardware no está garantizado y los ingresos pueden variar a diario. Si estas GPUs pueden servir de forma fiable tareas comerciales de IA y renderizado dependerá del programador de Salad y de la integración de tareas de Render.
Tercera capa: ¿Más GPUs implican automáticamente mayor valor de red? (Opinión) Depende de dos condiciones: que estas GPUs reciban tareas pagadas de forma constante, y que esas tareas se traduzcan en valor de token a través del modelo BME. La cadena de transmisión tiene múltiples variables—velocidad de captación de clientes, precios de tareas, presión competitiva—y faltan datos verificables suficientes para una conclusión definitiva.
Impacto sectorial: de la integración a la sustitución
La vía DePIN acelera la integración
RNP-023 marca el paso de DePIN compute de "desarrollo independiente de proyectos" a "integración a escala". La decisión de Salad de no lanzar su propio token y sumarse a Render puede indicar que las redes de cómputo más pequeñas tenderán a integrarse con protocolos líderes en vez de competir solas. Si este modelo resulta viable, el efecto Mateo en DePIN se acelerará.
Complementario, no disruptivo: el verdadero cambio en los servicios cloud
¿Puede el cómputo descentralizado realmente "sacudir" a AWS/GCP? Depende de cómo se defina "sacudir". Si significa "reemplazar el cloud centralizado en todos los escenarios de cómputo GPU", la respuesta es claramente no. Como señala el informe comparativo de Securities.io, para el entrenamiento sincrónico a gran escala de modelos fundacionales, que requiere interconexiones de ultra baja latencia, los clústeres centralizados siguen siendo la única arquitectura viable.
Pero si significa "desviar demanda incremental en escenarios sensibles al coste", la respuesta se inclina al sí. Las redes descentralizadas ofrecen descuentos del 65 %–75 %, y en escenarios de GPUs de consumo el ahorro llega al 90 %.
La entrada al mercado del cómputo descentralizado es más una "desviación complementaria" que una "sustitución disruptiva". Este juicio (opinión) se basa en lógica verificable: la ventaja de bajo coste de las GPUs de consumo es real en inferencia y procesamiento por lotes, pero el entrenamiento avanzado requiere interconexiones de baja latencia, garantías SLA y gobernanza de datos—requisitos que las redes distribuidas de consumo no pueden cumplir físicamente.
Nuevas variables para el modelo BME
La integración de Salad introduce una nueva fuente de quema para el modelo BME. Estructuralmente, esto amplía la demanda del token RENDER de "pago por tareas de renderizado" a "pago on-chain por cómputo GPU de consumo", ampliando la utilidad del token. El fundador de Salad subrayó el diseño deliberado de "quemar más de lo que se acuña", y los ingresos de Salad tras la integración impactarán estructuralmente en la oferta y demanda del token. Pero el impacto real dependerá del crecimiento sostenido del uso de la red y requiere observación a largo plazo.
Conclusión
La integración por parte de Render Network de las 60 000 GPUs de consumo de Salad Network a través de RNP-023 es uno de los hitos de escalado más relevantes del sector DePIN en 2026. Demuestra la viabilidad de que las redes de cómputo descentralizadas alcancen escala por el lado de la oferta—un cuello de botella clave para el sector.
Pero el verdadero valor de "60 000 GPUs" no está en la cifra en sí. Depende de si Render logra convertir esas GPUs en uso de red sostenible y captura de valor para el token. A 19 de mayo de 2026, la capitalización de mercado circulante de Render ronda los 946 millones de dólares, con RENDER cotizando a 1,8254 $. El salto de oferta computacional tras la integración de Salad se refleja en los fundamentales de la red, pero la escala de ingresos, la captación de clientes y los datos de quema BME aún requieren una ventana temporal más prolongada para su validación.
Desde una perspectiva sectorial, la relación entre el cómputo descentralizado y AWS/GCP se describe mejor como "sustitución de costes en escenarios específicos", no como "competencia total". Esto no es un fracaso para el cómputo descentralizado—todo lo contrario. En un mercado dominado durante dos décadas por unos pocos proveedores cloud a hiperescala, cualquier capacidad de romper la barrera del coste es un experimento estructural digno de atención.
