Por Efrén Páez Jiménez
(dpl news) Nvidia, que inicialmente se especializó en el desarrollo de unidades de procesamiento gráfico (GPU) para el emergente mercado de videojuegos 3D en computadoras durante la década de 1990, ha aprovechado su experiencia para posicionarse en el centro de las tendencias actuales de computación intensiva, como la Inteligencia Artificial (IA) y las criptomonedas.
Este cambio estratégico ha impulsado un crecimiento exponencial en el negocio de Nvidia, pero también ha generado desafíos regulatorios y geopolíticos.
Fundada en 1993, la popularidad y fama de Nvidia comenzó a crecer al cierre de la década de los 90, cuando la compañía introdujo al mercado su línea de tarjetas gráficas GeForce 256, comercializada como la primera GPU (Graphics Processing Unit) del mercado, y que cimentó la reputación de la marca entre las comunidades de videojugadores y entusiastas de la computación, a la par de icónicos juegos de la época como Quake III Arena y Unreal Tournament.
Básicamente, una GPU se encarga de los demandantes cálculos matemáticos requeridos para el procesamiento de los polígonos utilizados en la formación de figuras en 3D, y por tanto, responsable de dar un mayor nivel de detalle en los videojuegos. Mientras el CPU se encarga del procesamiento de cómputo general, la GPU podía por primera vez aportar el procesamiento adicional requerido en el rendimiento de gráficos.
“Durante el siguiente cuarto de siglo, la colaboración entre los desarrolladores de videojuegos y Nvidia seguiría ampliando los límites, impulsando avances como texturas cada vez más realistas, iluminación dinámica y velocidades de fotogramas más fluidas, innovaciones que aportaron mucho más que experiencias inmersivas para los jugadores”, señala una entrada en el blog de la compañía celebrando los 25 años desde el lanzamiento de la tarjeta 256.
La reputación de Nvidia continuó creciendo en el mercado de videojuegos, donde sus GPUs se convirtieron rápidamente en las tarjetas más buscadas por los entusiastas, superando a antiguos competidores como a la pionera 3dfx, eventualmente comprada por la propia Nvidia, y Radeon, actualmente propiedad de AMD. Al cierre del 2024, Nvidia poseía una participación del 88 por ciento del mercado de GPUs para videojuegos a nivel mundial, según cifras de Jon Peddie Research (JPR).
A la 256, se sumaron otros modelos icónicos más modernos como la GeForce GTX 1080 Ti, lanzada originalmente en 2017 pero aún con el poder suficiente para funcionar con algunos videojuegos del 2025; y la más reciente GeForce RTX 5090, equipada con 92 mil millones de transistores y capaz de realizar más de 3 mil 352 billones de operaciones de IA por segundo.
Nvidia trabaja bajo un modelo fabless, lo que significa que no tiene capacidad de producir sus propios chips. La compañía se encarga principalmente del diseño de los chips, los cuales son posteriormente encargados a fabricantes como TSMC, y eventualmente ensamblados por socios como Asus y Zotac -en el caso de GPUs para videojuegos- para su venta al consumidor final.
De los videojuegos a la IA
Las GPU tienen miles de núcleos capaces de ejecutar operaciones en paralelo con múltiples puntos de datos, siendo idóneas para el manejo de cálculos especializados. Las GPU agrupan instrucciones y envían grandes cantidades de datos a altos volúmenes, acelerando las cargas de trabajo más allá de las capacidades de una CPU y proporcionan una aceleración masiva para tareas especializadas como Aprendizaje Automático, análisis de datos y otras aplicaciones de IA.
Ha sido precisamente esta experiencia en el desarrollo de chips especializados en videojuegos y el desarrollo de chips con la capacidad de realizar un gran número de cálculos matemáticos, lo que eventualmente dio a Nvidia las herramientas necesarias para ingresar al naciente mercado de la IA.
La llegada de Nvidia al segmento de IA se registró oficialmente en el 2014, cuando introdujo su primer acelerador dedicado, la GPU Tesla K80. Este acelerador se diseñó específicamente para el entrenamiento de IA en Centros de Datos, lo que marcó la transición de Nvidia de las GPU centradas principalmente en gráficos a hardware adaptado a las cargas de trabajo de IA.
La llegada de Nvidia al mercado de IA vino apalancada también de otras herramientas, como CUDA en 2006, que permitió a los desarrolladores aprovechar la potencia de procesamiento paralelo de las GPU de Nvidia para aplicaciones más allá de los gráficos, incluyendo la computación científica y la IA.
CUDA (Compute Unified Device Architecture), una plataforma proveída por la compañía que se compone principalmente por herramientas de desarrollo, también ha desempeñado un papel relevante en la posición actual de la compañía en el mercado de IA. Ya que la mayoría de los primeros desarrollos de IA se realizaron en CUDA, para los desarrolladores suele ser más barato y más fácil continuar trabajando con GPUs de la compañía, aun cuando hubiera mejores alternativas en el mercado.
De manera similar, las GPUs comenzaron a ser demandadas en la minería de criptomonedas, donde podían dar un mejor desempeño que una CPU. Cabe recordar que a lo largo de 2021, cuando se registraron picos en el precio de bitcoin, y por tanto era más rentable el proceso de minería, se reportó también la escasez de GPUs desarrolladas por Nvidia como la serie RTX 3080, 3070 y 3060 Ti que estaban siendo acaparadas por los mineros de criptomonedas.
Crecimiento exponencial
Aunque fases iniciales de la IA, como la predictiva y otros casos de uso de Machine Learning (ML), ya tenían varios años de uso en el mercado corporativo, fue hasta la llegada de la IA Generativa que se generó una mayor atención sobre la tecnología tanto de empresas como de consumidores. Esta sorpresiva demanda aceleró las inversiones en la infraestructura requerida para atender esta creciente fascinación del público sobre la IA, incluyendo las GPUs involucradas en el procesamiento.
Fue a partir de este momento cuando los resultados financieros de Nvidia realmente comenzaron a despuntar, al reportar un crecimiento anual de sus ingresos de más del doble durante los años fiscales 2023 (124.9%) y 2024 (114.2%). Este crecimiento estaría impulsado principalmente por los ingresos obtenidos en el segmento de Centro de Datos. Un análisis de Sequoia Capital estima que al cuarto trimestre del 2024, Nvidia estaría recibiendo cerca de un cuarto de toda la inversión mundial en IA.
Según datos de IoT Analytics, Nvidia acapara actualmente más del 90 por ciento de las GPUs vendidas para Centros de Datos, superando ampliamente a sus competidores como AMD (4%) que ha logrado posicionar lentamente su serie de aceleradores Instinct, o al gigante Intel (1%) que enfrentó múltiples desafíos de producción y desarrollo en la introducción de su línea Gaudi.
De manera similar, la capitalización de mercado de la compañía se disparó hasta un pico de 3.25 billones de dólares en octubre de 2024, que ha ido variando acorde a diversos factores como la escasez de infraestructura, cuestionamientos alrededor de la posible existencia de una burbuja de IA, y los crecientes conflictos geopolíticos.
Poder de cómputo como nueva arma geopolítica del siglo XXI
Conforme se amplían los casos de uso de la IA y se comienza a registrar su impacto real en múltiples sectores productivos, hogares, o gobierno, es cada vez más claro que quien logre dominar esta tecnología podrá consolidar su liderazgo económico y político a nivel mundial.
Pero para lograrlo, se requiere primero poder de cómputo, el cual, como ya se vio antes, está proveído en gran medida por Nvidia.
Bajo esta premisa, es que Estados Unidos ha buscado asegurarse que sólo el país, y algunos socios escogidos, puedan tener acceso a la tecnología más avanzada desarrollada por Nvidia.
Desde su primer término como presidente, Donald Trump impulsó múltiples restricciones al acceso de tecnología estadounidense, siendo el objetivo principal China, limitando el acceso a los chips más avanzados involucrados en cargas de trabajo de IA.
En este nuevo contexto, su CEO, Jen-Hsun Huang, se ha visto obligado a participar más activamente en el juego de la geopolítica, para intentar encontrar el balance adecuado dentro de una guerra comercial entre las dos más grandes potencias del mundo. Por un lado, Nvidia debe cumplir con la regulación impuesta por su país sede, pero al mismo tiempo, busca no perder su presencia en el mercado chino, uno de los de más rápido crecimiento.
Bajo la presidencia de Donald Trump, y del exmandatario Joe Biden, el gobierno estadounidense ya logró limitar la exportación de los chips más avanzados de Nvidia, incluyendo las más avanzadas GPUs, como la H200 y la más reciente B200 equipada con arquitectura Blackwell.
Más recientemente, aunque se había reportado que Huang había logrado evitar mayores restricciones para la exportación de su chip H20, Trump continuó con sus planes para limitar la venta de este componente en el mercado chino. El H20 fue diseñado específicamente para cumplir con las normas de exportación de Estados Unidos. Y aunque entrega un menor nivel de procesamiento que la oferta regular de Nvidia, el chip logró ser exitoso entre las compañías de IA chinas como DeepSeek.
Las dificultades de Nvidia para poder seguir exportando sus chips fuera de Estados Unidos podrían acentuarse en los próximos meses, cuando entren en vigor las llamadas reglas de Difusión de IA emitidas por Biden. Estas nuevas reglas no sólo imponen reglas más estrictas para venta de GPUs y aceleradoras de IA a China, sino que también buscan obligar a otros países a tramitar licencias especiales para poder adquirir los chips más avanzados diseñados por compañías estadounidenses.
Nvidia y otras compañías criticaron duramente estas nuevas medidas, e incluso hicieron un llamado a Trump para modificarlas y evitar que la tecnología estadounidense fuera relegada del mercado mundial. Sin embargo, las órdenes ejecutadas por el presidente Trump dejan muy en claro que no piensa ceder en sus intenciones de limitar el acceso a la tecnología estadounidense a cualquier nación que considere un enemigo o amenaza.