Por que el mundo no puede escapar de NVIDIA: CUDA, Blackwell y el verdadero candado de la IA

La pregunta habitual es que chip va mas rapido, pero la pregunta de escape del canal StudyZoom international cambia el marco: aunque aparezca un chip mas veloz, por que el mundo se queda con el mismo proveedor. La respuesta esta menos en el silicio pulido que en la red de software tejida a su alrededor durante veinte anos. Si solo decidiera la velocidad, los rivales con descuento habrian cerrado la brecha hace tiempo.

El verdadero foso: CUDA, no el silicio

Nacida en 2006, CUDA es la capa de programacion paralela que convirtio los procesadores graficos en una plataforma de computo general. Sin sus bibliotecas listas, sus herramientas de depuracion y su software capaz de unir miles de chips en un solo entrenamiento, los grandes modelos modernos serian dificiles de entrenar. Segun Thenextweb, la fuerza esta menos en los chips que en mas de 7 000 aplicaciones y bibliotecas que los desarrolladores usan cada dia.

Esa acumulacion crea un coste de cambio . Cuando un pipeline de inferencia, trabajos de datos y nucleos a medida estan escritos para CUDA, pasar a una tarjeta rival no es un simple cambio de hardware ; hay que portar el codigo, revalidarlo y recuperar el rendimiento. Hasta documentos internos de Amazon describen esa carga como un freno para sus propios chips. Mientras el codigo corre y genera dinero, nadie asume ese riesgo a la ligera.

La escalera Blackwell y las cifras de centros de datos

La escalera de hardware sube rapido: de Hopper a la familia Blackwell , luego Blackwell Ultra y la generacion Vera Rubin esperada en el ano, un ritmo anual dificil de seguir. Ganar todas las pruebas MLPerf en entrenamiento como unica plataforma presente en todo respalda el relato con medidas independientes. La tesis del volante del informe Nvidia Investor Relations dice lo mismo: mas desarrolladores, mas modelos optimizados, mas instalaciones cloud y luego mas demanda empresarial.

Las cifras alimentan ese ciclo. Segun SiliconAnalysts, la compania mantenia cerca del 80 por ciento del mercado de aceleradores de IA en 2026 con ingresos de centros de datos cercanos a 194 000 millones de dolares. Yahoo Finance informa de un trimestre reciente con ingresos de centros de datos al alza del 117 por ciento interanual hasta 89 000 millones, con demanda Blackwell Ultra y un margen bruto del 75 por ciento. El salto del 98 por ciento en red con Spectrum-X Ethernet y NVLink muestra que se vende toda la fabrica, no solo el chip.

Rivales a la puerta: AMD, TPU y silicio a medida

La competencia es real. El comentario recogido por Theglobeandmail destaca a AMD con los Instinct MI450 en CDNA 5 para 2026 y un pacto plurianual con OpenAI: un primer despliegue de un gigavatio y un plan de 6 gigavatios sobre AMD. Las TPU de Google, Trainium e Inferentia de Amazon, MAIA de Microsoft y MTIA de Meta corren cargas elegidas a menor coste. Con una bolsa de aceleradores esperada por encima de 500 000 millones en 2028, estas opciones crecen rapido.

El argumento del coste pesa sobre todo en la inferencia . Si el entrenamiento es una obra unica y gigante, la inferencia es la renta pagada cada dia, y los compradores cambian de chip con mas ganas para bajarla. Segun BusinessInsider, nuevas pilas de inferencia usan capas abiertas que facilitan el paso entre chips. Es un juego distinto del mundo del entrenamiento donde CUDA es mas fuerte, y la primera prueba seria del poder de precios de Nvidia.

Los agentes borran el muro o lo mueven

La idea mas llamativa del ano es que los agentes de codigo IA cerrarian solos la brecha de software. El equipo Infinity del ex investigador Google Brain Jeremy Nixon dice haber reconstruido un software cercano a CUDA para la emergente D-Matrix en unas 10 horas con agentes. Suena a caida del muro, pero la segunda frase importa mas: el codigo generado aun debe verificarse, ajustarse y sostenerse en produccion.

La respuesta del responsable de ecosistema de desarrolladores de Nvidia, Ankit Patel, apunta ahi: los desarrolladores usan las bibliotecas CUDA con mas intensidad cada ano, y la propia compania construye CUDA mas rapido con agentes y valida a mayor escala. Para el emprendedor Bing Xu, cuya empresa previa fue comprada por Nvidia, la profundidad de las herramientas de verificacion puede volverse el proximo foso. Los agentes erosionan asi la primera trinchera mientras cavan la segunda. Con programas soberanos y nuevas nubes en camino a 8 gigavatios, la demanda total crece y la lucha aun no es de suma cero.