Pocas empresas tecnológicas se han reinventado de manera tan profunda —y tan rentable— como Nvidia. Fundada hace más de tres décadas para resolver un problema específico: la renderización de gráficos 3D para videojuegos de PC, esta compañía de chips de Silicon Valley se ha convertido en la columna vertebral —tanto de hardware como de software— indispensable para el auge global de la inteligencia artificial.
Lo que comenzó en una mesa de un restaurante Denny’s en 1993 ha evolucionado hasta convertirse en una de las empresas más trascendentales en la historia de la tecnología moderna, transformando los centros de datos, los mercados financieros y la trayectoria de la propia computación.
Humildes inicios y creación de la GPU
Jensen Huang, fundador de Nvidia en sus primeros años.
Nvidia fue fundada el 5 de abril de 1993 por Jensen Huang, Chris Malachowsky y Curtis Priem. Sus primeros años estuvieron marcados por un riesgo existencial: al competir en un mercado saturado de fabricantes de chips 3D, la empresa consumió sus recursos financieros tras cometer errores en su arquitectura inicial y estuvo a pocas semanas de quedarse sin dinero.
El cambio de rumbo comenzó a finales de la década de 1990 con la RIVA 128 y se aceleró en 1999, cuando Nvidia presentó la GeForce 256, comercializándola como la primera unidad de procesamiento gráfico (GPU) del mundo. A diferencia de las unidades centrales de procesamiento (CPU) tradicionales, diseñadas para gestionar unas pocas tareas complejas de forma secuencial, las GPU destacaban en el procesamiento en paralelo: realizaban miles de cálculos matemáticos más sencillos de manera simultánea para renderizar polígonos, iluminación y texturas en tiempo real.
GeForce 256
El éxito en el ámbito de los videojuegos para PC condujo pronto a una adopción más amplia, lo que incluyó un contrato fundamental para diseñar el hardware gráfico de la consola Xbox original de Microsoft; dicho acuerdo supuso un anticipo de 200 millones de dólares y consolidó la permanencia de Nvidia en el mercado.
La apuesta de 10 mil millones de dólares
El punto de inflexión que separó a Nvidia de cualquier otro fabricante de chips gráficos llegó en 2006 con el lanzamiento de CUDA (Compute Unified Device Architecture).
Diseñada originalmente para permitir que científicos, ingenieros e investigadores aprovecharan la capacidad de procesamiento paralelo de las GPU de Nvidia en tareas ajenas a los gráficos, CUDA desconcertó inicialmente a Wall Street. Mantener la compatibilidad con versiones anteriores en todos los chips de Nvidia e invertir fuertemente en un ecosistema de software no generó, de inmediato, un gran retorno financiero.
Esa paciencia dio sus frutos en 2012. Cuando los investigadores utilizaron las GPU de Nvidia para entrenar a AlexNet —una red neuronal profunda que batió récords en reconocimiento de imágenes—, la comunidad de inteligencia artificial se dio cuenta de que los mismos cálculos matemáticos necesarios para renderizar los píxeles de los videojuegos resultaban ideales para el entrenamiento de redes neuronales. Dado que CUDA ya era una tecnología madura y ampliamente disponible, Nvidia se convirtió, de la noche a la mañana, en la plataforma de referencia para la investigación en inteligencia artificial.
Construcción de la fábrica de IA
En lugar de conformarse con su liderazgo en chips discretos, Nvidia pasó la década siguiente transformándose de un proveedor de componentes en una empresa que ofrece soluciones integrales para centros de datos:
En 2016, Nvidia presentó el primer superordenador de IA DGX-1. Un año después, su arquitectura Volta introdujo los Tensor Cores: circuitos especializados diseñados específicamente para acelerar las operaciones matemáticas con matrices que constituyen el núcleo del aprendizaje profundo.
Al reconocer que los modelos de IA de vanguardia requerían conectar miles de unidades de procesamiento gráfico (GPU) entre sí, Nvidia adquirió en 2020 a la empresa israelí especializada en redes Mellanox Technologies por 6900 millones de dólares, asegurándose así las interconexiones de alta velocidad necesarias para transformar clústeres de servidores en motores informáticos unificados.
La explosión de la IA generativa y el dominio del mercado
Nvidia
Cuando OpenAI lanzó ChatGPT en noviembre de 2022 —entrenado en una supercomputadora impulsada por miles de GPU de Nvidia—, la demanda de los procesadores insignia de Nvidia para centros de datos, incluidos los modelos A100 y H100 (y, más tarde, su línea Blackwell), se disparó.
Para 2026, los ingresos trimestrales del segmento de centros de datos habían ascendido a cerca de 90 000 millones de dólares —lo que representaba más del 92 % del negocio total de Nvidia—, mientras que los ingresos por aceleradores crecieron más de un 1600 % en comparación con principios de 2023.
Un dominio de esta magnitud ha planteado desafíos sin precedentes. Los controles a la exportación de Estados Unidos impidieron que Nvidia vendiera sus procesadores más avanzados a China, mientras que los proveedores de servicios a gran escala —como Google, Amazon y Microsoft— intensificaron sus esfuerzos por desarrollar sus propios chips a medida, con el fin de reducir su dependencia del hardware de Nvidia. Al mismo tiempo, el giro de Nvidia hacia los grandes centros de datos empresariales ha dejado, en repetidas ocasiones, a su público original —los jugadores de PC— frustrados debido a la escasez de productos y al aumento de los precios de las unidades de procesamiento gráfico (GPU).
Esta trayectoria sigue siendo uno de los casos de estudio más emblemáticos de Silicon Valley: una empresa que apostó desde sus inicios por la computación paralela y los ecosistemas de software, transformando una herramienta creada para mundos virtuales en el motor que impulsa la revolución de la IA en el mundo real.
