En septiembre de 2022 Estados Unidos recrudecía su guerra comercial con China con una medida singular: prohibía la exportación de chips avanzados de IA al gigante asiático. Aquella decisión tenía como objetivo proteger la capacidad innovación de Estados Unidos y de paso ponerle la zancadilla a China. O intentarlo, porque lo cierto es que la jugada ha sido una verdadera pifia.

NVIDIA está sufriendo las consecuencias. El CEO de NVIDIA, Jensen Huang, dio una charla en Computex en la que criticó de forma contundente aquella medida y todas las que la siguieron. "Hace cuatro años, NVIDIA tenía el 95% de cuota de mercado en China. Hoy es solo del 50%. El resto es tecnología china. Tienen un montón de tecnología local que usarían si no tuvieran a NVIDIA".

En Xataka

DeepSeek R1 no es solo otro modelo de IA: es la mayor amenaza existencial que ha enfrentado Silicon Valley

El veto ha provocado el efecto contrario. Huang continuó diciendo que esas medidas han provocado justo lo contrario que se pretendía. En lugar de lograr dejar más atrás a China en el ámbito de la innovación tecnológica, la han despertado. "Los controles a las exportaciones les han proporcionado el espíritu [para innovar], y el soporte gubernamental ha acelerado su desarrollo. Nuestra competencia es intensa en China".

El chip H20 ha sido una ruina para NVIDIA. El último de los ejemplos de este desastre lo tenemos en el chip H20, una versión "recortada" y menos capaz de sus chips más avanzados que fue desarrollada precisamente para el mercado chino. Aunque durante todo 2024 se permitió a NVIDIA exportar ese chip a China, en abril el Gobierno de EEUU prohibió dichas ventas. Eso provocó unas pérdidas de 5.500 millones de dólares en NVIDIA, un duro golpe del que ahora tratan de recuperarse con una nueva versión que ni siquiera estará basada en la arquitectura Hopper.

EEUU debería dar marcha atrás. Para Huang la estrategia es la equivocada: "Si EEUU quiere mantenerse por delante, necesitamos maximizar y acelerar la difusión [de nuestra tecnología], no limitarla". El Gobierno prepara la revisión de la "AI Diffusion Rule" emitida por Biden en enero de 2025. Esta normativa restringía aún más las exportaciones a China de hardware y software de IA.

CUDA, también amenazada. El hardware ya no es el problema, pero sí existe uno importante con CUDA, el ecosistema de NVIDIA que es absoluta referencia para desarrolladores de soluciones software de IA. Huawei tiene una alternativa llamada CANN, pero es que son varias las empresas occidentales que también quieren librarse del dominio de CUDA. Entre ellas están Intel, OpenAI y cómo no, AMD, que de hecho tiene chips técnicamente superiores a los de NVIDIA pero que en realidad se comportan peor por tener un software inferior.

En Xataka

China quiere convertirse en motor mundial de la IA. Y su plan es depender solo de ella misma

Pero China va a lo suyo. Lo llamativo de todo esto es que la estrategia de EEUU ha provocado un efecto espectacular en China, donde el desarrollo de modelos de IA "muy socialistas" es ahora arrollador —DeepSeek R1 es el ejemplo claro—. Pero es que además están logrando crear chips de IA sorprendentes como el Ascend 910C de Huawei, comparables a las casi míticas NVIDIA H100. La cosa no acaba ahí: ya están preparando el despliegue de los nuevos Ascend 910D, que se supone van incluso más allá. 

Imagen | NVIDIA | Dominic Kurniawan

En Xataka | Hay una gran amenaza para EEUU si envía miles de chips avanzados de IA a Oriente Medio. Que acaben en China

El dominio que ejerce NVIDIA sobre la industria del hardware para inteligencia artificial (IA) es férreo. Actualmente la compañía que lidera Jensen Huang acapara cerca del 80% del mercado de los chips para IA, y aunque compite con AMD, Intel, Google o Amazon nada parece indicar que su posición de dominio vaya a verse alterada a corto o medio plazo. No obstante, en la receta de su éxito no intervienen solo sus GPU; la tecnología CUDA (Compute Unified Device Architecture) también tiene un rol esencial en su negocio.

La mayor parte de los proyectos de inteligencia artificial que se están desarrollando actualmente están implementados sobre CUDA. Esta tecnología aglutina el compilador y las herramientas de desarrollo utilizados por los programadores para desarrollar su software para las GPU de NVIDIA, y reemplazarla por otra opción en los proyectos que ya están en marcha es un problema. Huawei, que aspira a hacerse con una porción importante de este mercado en China, tiene CANN (Compute Architecture for Neural Networks), que es su alternativa a CUDA, pero hay otras opciones sobre la mesa.

Pat Gelsinger asegura que la industria está decidida a dejar atrás CUDA

Como he mencionado en las primeras líneas de este artículo, Intel es una de las grandes compañías de tecnología que compiten con NVIDIA en el mercado del hardware para IA. Y en este contexto es evidente que CUDA representa un obstáculo que es necesario derribar, especialmente si no pasamos por alto que es una tecnología vinculada estrechamente al hardware de NVIDIA. Pat Gelsinger, el director general de Intel, se ha mojado y ha explicado cuál es la postura oficial de su empresa en el contexto del sector de la IA.

En Xataka

Las ondas gravitacionales hacen su magia: estamos más cerca de desvelar los enigmas de las estrellas de neutrones

"Toda la industria está decidida a eliminar CUDA del mercado [...] Lo vemos como un foso poco profundo y pequeño, por lo que estamos motivados a proponer un conjunto de tecnologías más amplio tanto para abordar el entrenamiento como la innovación o la ciencia de datos", ha defendido Gelsinger hace apenas unas horas en el marco del evento "AI Everywhere" que se acaba de celebrar en Nueva York. No obstante, esta no es la única información interesante que nos ha entregado este ejecutivo.

Durante su declaración también ha asegurado que Google y OpenAI son dos de las empresas con un gran peso específico en la industria de la IA que quieren dejar atrás CUDA. La ambición de Intel en este terreno está fuera de toda duda, algo que Gelsinger no disimula lo más mínimo: "Vamos a perseguir todas las oportunidades comerciales que se presenten y a competir con NVIDIA, AMD, etc. Vamos a ser un jugador clave en esta industria".

Es posible que a medio o largo plazo los deseos de Pat Gelsinger se materialicen, pero a corto plazo NVIDIA tiene bien agarrada la sartén por el mango. Mientras siga siendo la empresa que más hardware para IA vende, y con mucha diferencia, CUDA seguirá teniendo una salud de hierro. De eso no cabe la menor duda. NVIDIA prevé que el último trimestre del año fiscal en curso va a ser incluso mejor que el que acaba de dejar atrás, que ha sido espectacular. Su negocio en China se va a resentir a causa de las sanciones impuestas por EEUU, pero su rendimiento en los demás mercados relevantes a corto plazo va a ser capaz de compensar su debilitamiento en el país liderado por Xi Jinping.

Imagen de portada: Intel

Más información: Tom's Hardware

En Xataka: En el futuro del hardware para IA reinará NVIDIA, aunque hay una empresa preparada para darle un buen susto

A Manuel Ujaldón —CUDA Fellow desde 2012 y profesor de la Universidad de Málaga —ya le entrevistamos en 2012 y 2016 para hablar del presente y futuro de las tarjetas gráficas, pero ese futuro es tan cambiante que hemos querido volver a contar con su ayuda para entender qué se mueve en un segmento que va mucho más allá del gaming o del minado de criptodivisas.

De hecho Ujaldón lleva tiempo evangelizando y demostrando cómo la plataforma de computación paralela CUDA de NVIDIA es aplicable a multitud de ámbitos científicos y tecnológicos. Comunicar sobre estos complejos temas no es fácil, pero una vez más Ujaldón demuestra por qué se ha recorrido el mundo entero dando conferencias y 'plantando semillas'. Su capacidad para hacer sencillo lo complicado es fantástica, y lo demuestra en el podcast en el que ha participado con nosotros.

Evangelizando que es gerundio

Ujaldón comenzaba explicándonos sus inicios en un programa que en 2012 le convirtió en evangelizador CUDA, una oportunidad que le ha permitido formar parte del equipo de 12 evangelizadores ("somos como los 12 apóstoles CUDA", bromea) de una tecnología que han impulsado en todo el mundo.

Eso le ha permitido sembrar muchas ideas, y de hecho comentaba cómo su mayor satisfacción había sido "ser el padre de tesis doctorales, trabajos de empresa magníficos y muchas startups que ahora están viendo la luz y que se han desarrollado a partir de aquellas semillas".

Tras aplicar CUDA a campos como la biomedicina o la física, Manuel Ujaldón ha cambiado de tercio y ha querido aprovechar esa disciplina que está cambiando el mundo: el aprendizaje profundo o 'deep learning' que entre otras cosas está aplicando al procesamiento de imagenes en tiempo real.

Tendencias: criptomonedas y aprendizaje profundo

Una de las ventajas de CUDA es su capacidad para sacar provecho de la inmensa fuerza bruta de las tarjetas gráficas, y eso se ha comprobado en la minería de criptodivisas en la que el paralelismo masivo es importante.

Esa fiebre por la minería ha hecho que como comentaba Manuel Ujaldón la demanda supere a la oferta: hay tan solo cuatro fabricantes de chips gráficos, y por ejemplo TSMC "ha quedado desbordada. Si empiezas a pedirle panes a la panadería y no tienen el horno preparado para tantos, suben el precio del pan".

Otro de los ámbitos en los que NVIDIA y CUDA han tenido especial impacto últimamente ha sido el del deep learning del que nos hablaba Ujaldón. El desarrollo del Tensor Core "embebido dentro de la GPU y que realizan cálculos matriciales" muy importantes en ese tipo de operaciones que son "el átomo" de muchas operaciones de deep learning.

Eso ha permitido llegar a tasas de 20 TFLOPs con números de precisión media, algo asombroso, pero que a Manuel Ujaldón no le gusta llamar inteligencia. "Lo que haces es ver patrones sistemáticamente y de forma masiva, lo que te da la capacidad de ver muchas cosas", y de hecho la revolución del deep learning "viene, como en el caso de las criptomonedas, de la fuerza bruta". La máquina ve muchas cosas que antes no veía, "pero no lo olvidemos", insistía, "la máquina razonar, no razona".

Se nos acaba la ley de Moore

Le preguntábamos a Ujaldón por algo inevitable ante los retrasos en los últimos grandes saltos en escalas de fabricación: ¿se nos acaba la ley de Moore? Este profesor bromeaba inicialmente indicando que "tantos años llevamos diciéndolo que algún año tendrá que ser verdad".

Aún así, es evidente que las barreras a la hora de reducir la litografía empiezan a ser importantes, y por ejemplo Intel está tardando más de lo que esperábamos en dar el salto a los 10 nm. Aunque otros han anunciado el salto ya a los 7 nm (IBM, TSMC, Global Foundries), lo cierto es que como explicaba Manuel Ujaldón "los 10 nm de Intel dan mucho más de sí que los 7 nm de las otras compañías, y hay estudios que lo avalan".

Entre otras cosas, destacaba, por la capacidad de integración de Intel, que mete 100 millones de transistores por mm2 mientras que a TSMC por ejemplo rondan los 50 millones. El problema es que Intel aún no ha sacado el procesador y otros están a punto de hacerlo.

Para los expertos en arquitectura de computadores esto es una buena noticia, "porque cuando la microelectrónica ya no puede más, el diseño es el que realmente cobra protagonismo". Esas microarquitecturas de Intel, NVIDIA y el resto de fabricantes son las que van a marcar la diferencia, asegura.

De hecho Ujaldón nos explicaba cómo hay margen de mejora importante en ese área porque "la reducción de la anchura de puerta permitía meter mucho escombro debajo de la puerta para que no se vieran, es decir, muchas pifias de diseño en los chips al final salían adelante gracias a las frecuencias a las que trabajaban o al número de transistores integrados". Este profesor concluía diciendo que "más allá de los 7 nm va a ser difícil que lleguemos".

GPUs multidisciplinares

Una de las peculiaridades de la trayectoria de NVIDIA es que para Ujaldón sus diseños son cada vez más polivalentes. Para este experto la empresa está intentando crear un producto que abarque sus tres grandes mercados: la visualización tradicional (gaming), la computación de altas prestaciones (HPC), y el Deep Learning.

Esa filosofía de vender un único producto y "caparlo" para orientarlo a distintos segmentos y distintos precios podría pronto ser parte de NVIDIA, que como nos decía Ujaldón aquí seguiría los pasos de Intel, que ya utilizó esta técnica en el pasado. "Ellos hacían un mismo procesador para distintas gamas y desactivando ciertas cachés lo dirigían a un segmento más humilde de mercado, por así decirlo".

De hecho esa es para este profesor de la Universidad de Málaga una de las claves del futuro, diseños más polivalentes que se puedan adaptar a un tipo de usuario o a otro tan solo activando o desactivando ciertas características y "dependiendo de la aplicación que se va a ejecutar en él, te encienda o te apague algunas de las unidades funcionales". De hecho, para Ujaldón estos chips serán camaleónicos y permitirán evitar los diseños cerrados "de sota, caballo y rey".

Insert Coin sigue su marcha, ahora en formato podcast

En este último episodio de Insert Coin hemos pasado del vídeo con el que habíamos trabajado hasta ahora al formato podcast: contaremos con entrevistas a diversos expertos en formato audio con el mismo enfoque que veníamos siguiendo desde el origen de este segmento.

Podéis consultar los Insert Coin anteriores aquí, y si queréis ya podéis también suscribiros al podcast de Insert Coin a través de iVoox y de iTunes.

En Xataka | Empecé a minar bitcoins cuando solo valían dos dólares

Nvidia ha anunciado en el día que acabamos de terminar una noticia tan importante como cercana, ya que el Centro de Supercomputación de Barcelona (BSC) alojará un nuevo supercomputador híbrido, que basa su funcionamiento en usar procesadores ARM más allá de los dispositivos móviles y GPUs de última generación. El nombre del proyecto es Mont-Blanc.

La idea suena muy bien: combinar procesadores de bajo consumo como los que propone la arquitectura ARM, más concretamente de la familia Tegra, con las poderosas GPUs CUDA. Sin entrar a comparar con otros supercomputadores, lo primero que quieren conseguir es que energéticamente hablando sea más eficiente.

Lo destacable para nosotros es que el Centro de Supercomputación de Barcelona va a desarrollar, con la ayuda de Nvidia, lo que podemos considerar el primer sistema escalable con la tecnología que hemos descrito.

Quieren demostrar que pueden conseguir un sistema de dos a cinco veces más eficiente que el mejor del momento. Con la escalabilidad se podrá conseguir que en el futuro el sistema consuma de 15 a 30 veces menos que un sistema equivalente en potencia.

El sistema será mostrado al público por primera vez esta semana en la SC11 Conference. Como reconocimiento del trabajo que la gente de BSC están realizando, Nvidia ha nombrado al Centro de Barcelona como CUDA Center of Excellence.

Actualmente grandes empresas en el mundo de los servidores, como HP, ya han anunciado que van a trabajar con la arquitectura ARM. Nvidia es consciente que va a tener que soportar estas iniciativas, por lo que va a proporcionar hardware (Nvidia Tegra 3 sin CUDA) y kits de desarrollo.

Más información | Nvidia | BSC

Tanto las cámaras de fotos como algunos programas de escritorio se están encargando desde hace un tiempo de reconocer a todo el que aparece en nuestras fotos. Una vez identificados, la organización de nuestro archivo digital es más sencillo y automatizado.

MediaShow 5 es uno de los programas encargados de esa tarea. La última versión aprovecha las ventajas de la tecnología Nvidia Cuda para acelerar el duro proceso del reconocimiento facial.

Este tipo de tecnología, junto con la mejora en la reproducción de vídeo de alta definición, hace que la gráfica de un equipo informático vaya ganando protagonismo y ya no sea en gran medida una preocupación de los más jugones.

Más información | MediaShow.