La IA amenaza el foso de Nvidia: agentes reescriben CUDA en horas
Startups usan agentes de IA para recrear el software CUDA de Nvidia en tiempo récord, poniendo en jaque una ventaja competitiva que parecía intocable durante dos décadas.
Durante años, el verdadero tesoro de Nvidia no han sido solo sus chips, sino CUDA, el software que los convierte en el motor de la inteligencia artificial. Esta plataforma, creada por Ian Buck, permite que miles de procesadores trabajen juntos para entrenar modelos de IA y ofrece bibliotecas de código listas para usar. Ha sido un foso casi infranqueable, pero ahora los agentes de programación con IA están empezando a resquebrajarlo.
Jeremy Nixon, fundador de la startup Infinity y exinvestigador de Google Brain, asegura que su equipo utilizó agentes de IA para recrear un software similar a CUDA para la empresa de chips D-Matrix en solo diez horas. "Es una prueba de que uno de los mayores fosos de Nvidia se está cruzando", afirma. No es el único: gigantes como Google, Amazon y Microsoft llevan años construyendo software para sus propios chips de IA, mientras que OpenAI y Anthropic ya tienen modelos capaces de generar software de sistema.
El cambio de tendencia en la IA, que pasa del entrenamiento a la inferencia —cuando los modelos responden preguntas y extraen conclusiones—, añade presión. Marshall Choy, director de negocio de la startup coreana Rebellions, explica que en inferencia las empresas ya no buscan el máximo rendimiento con los chips más potentes, sino ejecutar la IA de forma rentable. Esto abre la puerta a software que funcione en distintos chips, rompiendo la dependencia de CUDA. "Ahí es donde el foso de Nvidia se rompe, porque CUDA deja de ser un factor en inferencia; es un juego de código abierto", sentencia Choy.
Sin embargo, no todos ven el fin de la ventaja de Nvidia. Bing Xu, fundador de INT21 y exempleado de la compañía, cree que los agentes de IA podrían reforzar el ecosistema CUDA. Aunque generan código rápidamente, la verificación y optimización siguen siendo el cuello de botella, y CUDA tiene las mejores herramientas para ello. Chris Lattner, CEO de Modular, coincide en que escribir código es solo una pequeña parte del trabajo; optimizarlo para producción es mucho más complejo y ahí Nvidia aún lleva ventaja.
El propio Nvidia defiende su posición. Ankit Patel, vicepresidente del ecosistema de desarrolladores, asegura que la compañía ya usa agentes de IA para acelerar el desarrollo de CUDA y que la integración profunda de hardware y software es más valiosa que nunca en la era de la inferencia. Aun así, analistas como Luke Lango, de InvestorPlace, señalan que el estancamiento en bolsa de Nvidia en el último año refleja estas dudas crecientes sobre su foso competitivo.
El análisis de Salseo
- La noticia refleja un cambio de paradigma: la IA generativa no solo crea contenido, sino que ahora es capaz de replicar el software que sostiene el dominio de Nvidia. Esto reduce la barrera de entrada para competidores y podría fragmentar el mercado de chips de IA, hasta ahora monopolizado por CUDA.
- El verdadero riesgo para Nvidia no es que CUDA sea copiado, sino que pierda relevancia en la fase de inferencia, donde el coste y la flexibilidad importan más que la potencia bruta. Si el software se vuelve intercambiable entre chips, el 'efecto lock-in' de CUDA se diluye.
- Aunque los agentes de IA aceleran la creación de código, la optimización y verificación siguen siendo terreno de Nvidia. La clave estará en si la compañía logra convertir su ecosistema de herramientas en el estándar para estos nuevos flujos de trabajo, o si surgen alternativas viables que nivelen el campo de juego.
- Conviene vigilar dos señales: los avances en software de código abierto para inferencia (como los de Rebellions o Modular) y la evolución de los ingresos de Nvidia en centros de datos, que podrían resentirse si los grandes clientes migran a soluciones propias más baratas.