NVIDIA, sinónimo de tecnología punta e innovación, se fundó hace apenas tres décadas, en 1993.
Desde sus humildes comienzos como diseñadora de chips gráficos centrados en la industria del videojuego, NVIDIA ha evolucionado hasta convertirse en líder mundial en IA y computación de alto rendimiento.
NVIDIA estaba valorada en 'solo' unos $100.000 millones en 2019. Ahora vale unos $2 billones, situándose como la tercera mayor empresa del mundo por capitalización bursátil, por debajo de Microsoft y Apple y por delante de Saudi Aramco, Amazon, Google y Meta Platforms.
NVIDIA fue fundada por Jensen Huang, Chris Malachowsky y Curtis Priem, que compartían la visión de revolucionar los gráficos por ordenador.
A principios de la década de 1990, el trío reconoció el potencial sin explotar de los procesadores gráficos especializados y se propuso crear una empresa que transformaría la floreciente industria del videojuego.
Uno de los primeros triunfos de la empresa surgió de un momento de serendipia.
En 1995, Sega estaba desarrollando su consola de videojuegos de nueva generación, la Sega Saturn. Sega buscaba un chip de gráficos 3D para la consola e inicialmente se había asociado con 3Dfx Interactive, competidor de NVIDIA.
Sin embargo, en un encuentro casual entre un ingeniero de NVIDIA y un ejecutivo de Sega en una conferencia, NVIDIA hizo una demostración del chip NV1 de la compañía, que impresionó a Sega. Sega decidió utilizar el chip de NVIDIA en la Saturn en lugar del de 3Dfx.
Curiosamente, el chip NV1 utilizado en la Sega Saturn no fue un éxito comercial para NVIDIA en el mercado del PC. El siguiente producto de la compañía, la RIVA 128 (NV3), fue su primera GPU de éxito para PC y sentó las bases de su futuro dominio del mercado de tarjetas gráficas.
Otro de los primeros avances se produjo en 1999 con el GeForce 256comercializada como la primera GPU del mundo.
Esto sentó las bases del dominio de NVIDIA en la industria del videojuego y la línea de GPU GeForce se convirtió rápidamente en un nombre muy conocido entre los entusiastas de los juegos.
A medida que NVIDIA seguía ampliando los límites de la tecnología de gráficos durante los primeros años de la década de 2000, lanzando GPU cada vez más potentes que proporcionaban experiencias de juego envolventes, la I+D de la compañía la consolidó como líder en procesamiento paralelo.
Esto sería decisivo para el futuro éxito de NVIDIA en el campo de la IA y la computación de alto rendimiento.
Más allá de los juegos: el auge de la GPGPU y CUDA
Aunque la industria del videojuego catalizó el éxito inicial de NVIDIA, los dirigentes de la compañía reconocieron el potencial de las GPU más allá del mero renderizado de gráficos.
En 2006, NVIDIA introdujo Compute Unified Device Architecture (CUDA), un modelo de programación que permitía a los desarrolladores aprovechar la capacidad de procesamiento paralelo de las GPU para computación de propósito general (GPGPU).
CUDA simplificó el proceso de programación de las GPU, permitiendo a los desarrolladores escribir código utilizando lenguajes familiares como C y C++. Esto abrió nuevas oportunidades para NVIDIA en los campos de la investigación científica, la exploración de gas y petróleo, las simulaciones financieras y la generación de imágenes médicas, abriendo así un sinfín de nuevas colaboraciones para la compañía.
Esto también demostró cómo NVIDIA se convertiría en un elemento fundamental en las infraestructuras críticas de alta tecnología, ampliando su clientela más allá de los compradores corporativos a gobiernos e instituciones públicas.
Semiconductores: un mercado difícil de conquistar
El sector de los semiconductores es muy complejo y competitivo, y sólo un puñado de empresas logra hacerse un hueco.
Una de las principales razones del limitado número de grandes fabricantes de semiconductores es el coste y la complejidad extremos del proceso de fabricación.
La fabricación de semiconductores requiere instalaciones de última generación, conocidas como fundiciones, cuya construcción y mantenimiento pueden costar miles de millones de dólares.
Estas fundiciones deben operar en entornos extremadamente limpios para evitar que hasta las partículas más diminutas interfieran en el proceso de fabricación.
Además, el equipo utilizado para la fabricación de semiconductores, como las máquinas de litografía, es muy especializado y caro, y algunas máquinas cuestan más de $100 millones.
Todo ello crea enormes barreras de entrada para los nuevos actores del sector, lo que ha contribuido a mantener a NVIDIA en lo más alto del escalafón a pesar de la competencia de AMD, Intel y Qualcomm.
La revolución de la IA
A medida que crecía la demanda de IA y aprendizaje automático en la década de 2010, NVIDIA estaba perfectamente posicionada para capitalizar esta tendencia emergente.
Con la I+D en procesamiento paralelo a sus espaldas, las GPU de la compañía se convirtieron en el hardware preferido para entrenar redes neuronales profundas y potenciar las cargas de trabajo de IA.
Reconociendo el inmenso potencial de la IA, NVIDIA ha realizado inversiones estratégicas en este campo, colaborando con importantes instituciones de investigación y empresas tecnológicas para hacer avanzar las tecnologías de IA.
El temprano apoyo de la empresa a OpenAI demostró su capacidad para introducirse en sectores punteros y asumir riesgos para ampliar su base de clientes.
NVIDIA también desarrolló módulos de cálculo especializados, como la serie DGX, diseñados específicamente para acelerar el entrenamiento de grandes modelos de lenguaje (LLM) y otras arquitecturas de IA. Estos potentes sistemas se convirtieron rápidamente en el hardware de referencia para investigadores y desarrolladores de IA de todo el mundo.
Y ese es un punto fundamental. Cuando se trata de hardware de IA de gama alta, está NVIDIA y luego están los demás.
Es una configuración poco habitual, incluso en las grandes tecnológicas. Google, Amazon, Meta, Apple y Microsoft no son tan diferentes cuando se desglosan sus principales unidades de negocio.
Hay muy pocos actores en el mercado de los semiconductores, en parte porque es difícil y en parte porque NVIDIA lo ha conseguido mediante inversiones estratégicas.
El ecosistema cohesionado de NVIDIA también proporciona seguridad a los desarrolladores, ya que NVIDIA se ha convertido en una empresa muy fiable. Se trata de una compañía libre de las controversias de las grandes tecnológicas, las luchas por el liderazgo, la acción reguladora y la dependencia de tecnologías digitales menos tangibles como las redes sociales.
NVIDIA es consciente de ello y utiliza software y hardware para reforzar su dominio sobre el ecosistema de la IA y crear un conjunto de herramientas y bibliotecas de software que mejoran las estrategias de comercialización de sus clientes.
El papel de NVIDIA en la IA generativa
El auge de la IA generativa consolidó aún más la posición de NVIDIA como potencia en el campo de la IA. Esta es la etapa en la que NVIDIA se consolidó como una de las empresas más influyentes del mundo.
La IA generativa consiste en entrenar modelos a partir de grandes volúmenes de datos para crear nuevos contenidos basados en patrones y estilos aprendidos, como texto, imágenes y música.
Reconociendo su inmenso potencial, NVIDIA introdujo AI Foundations, una plataforma basada en la nube que democratizaba el acceso a los modelos generativos de IA más avanzados.
AI Foundations permite a las empresas y a los desarrolladores aprovechar el poder de la IA generativa sin necesidad de grandes recursos o conocimientos internos.
Inicialmente, las Fundaciones de IA de NVIDIA incluían modelos preentrenados, como NeMo para el procesamiento del lenguaje natural y Picasso para la generación de imágenes y vídeo.
Una vez más, esto demuestra el compromiso de NVIDIA con la creación de un ecosistema en lugar de productos individuales. Aquí es donde se diferencian de otros fabricantes, especialmente de los competidores en la fabricación de semiconductores.
NVIDIA es una ventanilla única para el desarrollo de IA de vanguardia, ya que ofrece hardware, software y una estrecha colaboración con recursos en la nube a través de Google, Microsoft, Amazon y otros.
GPU de NVIDIA
En pleno auge de la IA generativa, NVIDIA ha ampliado enormemente su cartera de chips de IA, introduciendo varios procesadores innovadores diseñados para superar los límites de la IA y las tecnologías de computación en diversos sectores.
Echemos un vistazo más de cerca a estas fichas y sus contribuciones:
- A100 y H100: En H100 se convirtió rápidamente en el buque insignia de NVIDIA para aplicaciones de IA, con velocidades de reloj 6 veces superiores a las de su predecesor, el A100.
- GPU HGX H200: Basado en la arquitectura Hopper, el H200 presenta la memoria HBM3e, que proporciona casi el doble de capacidad y 2,4 veces más ancho de banda que su predecesora, la A100. Está diseñada para duplicar la velocidad de inferencia en Llama 2, un LLM de 70.000 millones de parámetros, en comparación con la H100. El H200 es compatible con varias configuraciones de centros de datos y su lanzamiento está previsto para principios o mediados de 2024.
- GH200 Grace Hopper Superchip: La GH200 combina la GPU HGX H200 con una CPU NVIDIA Grace basada en Arm. Está destinada a aplicaciones de supercomputación para abordar aplicaciones complejas de IA y HPC. Se espera que la GH200 se utilice en más de 40 superordenadores de IA de todo el mundo, lo que incluye importantes proyectos como el sistema JUPITER de Alemania, que se prevé que sea el sistema de IA más potente del mundo cuando se instale en 2024.
- Blackwell GPU: Presentado en GTC 2024La GPU Blackwell es el procesador de última generación de NVIDIA, sucesor de las GPU H100 y H200. Presentado por NVIDIA como el chip más potente del mundo, Blackwell está diseñado específicamente para responder a las exigencias de la IA generativa. Ofrece 30 veces más rendimiento que el H100 para cargas de trabajo LLM y 25 veces más eficiencia energética.
Blackwell será enorme, con Nota de prensa de NVIDIA mostrando el interés de una lista de grandes nombres de la Big Tech, como Satya Nadella de Microsoft, Sundar Pichai y Demis Hassabis de Google y DeepMind, Sam Altman de OpenAI, y muchos otros.
NVIDIA es más lista que el Gobierno de EE.UU.
El éxito de NVIDIA se extiende a su ágil estrategia corporativa, su gobernanza y su respuesta a las presiones del mercado. Eso incluye sortear los esfuerzos del gobierno estadounidense por frenar las exportaciones de hardware de gama alta a China, uno de sus principales clientes.
En agosto de 2022, el Departamento de Comercio de EE.UU. impuso requisitos de licencia a la importación de determinadas GPU de gama alta, incluidos los chips A100 y H100 de NVIDIA, a China y Rusia. Esto provocó una caída temporal de sus existencias de casi 8%.
Las restricciones se diseñaron para evitar que estos chips se utilizaran en aplicaciones militares, como superordenadores y sistemas de IA.
En octubre de 2022, Estados Unidos endureció aún más sus controles a la exportación, introduciendo un amplio conjunto de normas destinadas a impedir el acceso de China a determinados chips semiconductores fabricados en cualquier parte del mundo con equipos estadounidenses. Estas normas también restringían la exportación de herramientas y componentes de fabricación estadounidense esenciales para la fabricación de chips.
Con cada iteración de estas normas, NVIDIA ha encontrado formas de sortearlas alterando sus chips para eludir específicamente las prohibiciones de exportación.
Por ejemplo, en noviembre, NVIDIA lanzó tres nuevos productos (HGX H20, L20 PCle y L2 PCle) basados en el potente chip H100 de NVIDIA pero diseñados para cumplir las restricciones a la exportación.
Estos chips son menos potentes que los modelos A100 y H800, anteriormente restringidos, pero siguen ofreciendo una capacidad de rendimiento eficaz para las tareas de IA.
En señalado por SemiAnalysis, "Nvidia está perfectamente a caballo entre el rendimiento máximo y la densidad de rendimiento con estos nuevos chips para superar la nueva normativa estadounidense".
Según el South China Post, se calcula que entre 20 y 25% de los ingresos de NVIDIA por centros de datos proceden de compradores chinos, incluso a pesar de las cada vez más estrictas prohibiciones de exportación.
Robótica con el Proyecto GR00T y Jetson Thor
NVIDIA apoya las tecnologías de vanguardia y emergentes a través de sus plataformas de desarrollo de robótica empresarial.
En la conferencia GTC 2024, la empresa anunció Proyecto GR00T y Jetson Thor. GR00T pretende revolucionar la robótica humanoide proporcionando un modelo básico de uso general que permita a los robots aprender de las acciones humanas y adquirir rápidamente coordinación, destreza y otras habilidades.
Hoy es el comienzo de nuestro proyecto para resolver la AGI encarnada en el mundo físico. Me complace anunciar el proyecto GR00T, nuestra nueva iniciativa para crear un modelo básico de uso general para el aprendizaje de robots humanoides.
El modelo GR00T permitirá a un robot comprender... pic.twitter.com/EqN19Z3cXH
- Jim Fan (@DrJimFan) 18 de marzo de 2024
Jetson Thor, presentado junto con el Proyecto GR00T, es una nueva plataforma de cálculo diseñada para estos robots humanoides. Está equipada con una GPU de última generación basada en la arquitectura Blackwell de NVIDIA.
NVIDIA también está desarrollando activamente su Plataforma robótica Isaac para apoyar el desarrollo de robots sofisticados con movimientos asíncronos naturales y destreza.
Rendimiento financiero y dominio del mercado de NVIDIA
El éxito de NVIDIA en juegos, IA y computación de alto rendimiento se tradujo en un notable rendimiento financiero. En 2023, los ingresos de la empresa aumentaron 61% con respecto al año anterior.
Con este crecimiento, la capitalización bursátil de la empresa voló más allá de la marca del billón $1 a mediados de 2023 y continuó hasta alcanzar el $2 marca del billón, waquí está hoy.
El segmento de centros de datos, que incluye IA y computación de alto rendimiento, representó $11.200 millones, o 42% de los ingresos totales, lo que pone de manifiesto la creciente importancia de estas áreas para el negocio de NVIDIA.
Resulta impresionante que el segmento de juegos de NVIDIA haya seguido prosperando, contribuyendo con $9.300 millones, o 35% de los ingresos totales, lo que demuestra su capacidad para mantener el liderazgo en la industria del videojuego y, al mismo tiempo, expandirse a nuevos mercados.
El éxito financiero de NVIDIA alcanzó nuevas cotas en el primer trimestre del año fiscal 2024, con unos ingresos que se dispararon hasta los $13.500 millones, un impresionante aumento de 88% con respecto al trimestre anterior. El segmento de centros de datos fue el principal impulsor, con unas ventas récord que superaron los $10 mil millones.
¿Continuará el ascenso de NVIDIA?
La industria tecnológica, en general, está experimentando un par de años tremendos, con Alphabet, Meta y Microsoft reportando resultados impresionantes en 2023.
Alphabet, Amazon, NVIDIA, Apple, Meta y Microsoft dominan el índice S&P 500, representando 9% de sus ventas, 16% de sus beneficios netos y unos 25% de su capitalización bursátil.
Los ingresos de NVIDIA el año pasado ascendieron a unos $60 mil millones, lo que supone un aumento de 126% con respecto al año anterior. Su elevada valoración y el precio de sus acciones se basan en esos ingresos y en las previsiones de crecimiento continuado.
A modo de comparación, Amazon tiene un valor de mercado inferior al de NVIDIA y, sin embargo, facturó casi $575.000 millones el año pasado.
Esta disparidad muestra el escarpado camino que debe recorrer NVIDIA para obtener unos beneficios lo bastante elevados como para justificar su valoración de $2 billones, especialmente a medida que se intensifica la competencia en el mercado de chips de IA.
Pero a pesar de ello, los analistas han aumentado sus objetivos de precios para NVIDIA, con el analista de UBS Timothy Arcuri planteándolo recientemente a 1.100 desde 800, citando el potencial de NVIDIA para captar la demanda de empresas y gobiernos de todo el mundo con Blackwell.
Sin embargo, algunos creen que el gráfico bursátil de NVIDIA muestra signos de debilitamiento. De hecho, es extremadamente alto para una compañía que aún tiene que enviar la gran mayoría de sus pedidos de A100 y H100.
De cara al futuro, el futuro de la gran tecnología y del crecimiento de NVIDIA sigue siendo incierto. Aunque el potencial de crecimiento es inmenso, las empresas también deben lidiar con la posibilidad de que se enfríe el amor por la IA, las limitaciones tecnológicas y los obstáculos normativos.
El tráfico a ChatGPT, por ejemplo, ha disminuido desde mayo de 2023, y algunos inversores están ralentizando sus inversiones en empresas relacionadas con la IA. Existe cierta preocupación por que la IA generativa haya irrumpido con demasiada rapidez, alcanzando rápidamente un pico que podría costarle superar en un futuro próximo.
Además, ba informática computacional consume muchos recursos, tanto para NVIDIA como para sus clientes. Cuando se suman todas las cargas de trabajo globales de IA, los chips necesitan una potencia constante que rivaliza con la capacidad de las naciones pequeñas.
Y no se trata sólo de energía, sino también de agua, que se bombea a través de los centros de datos por valor de miles de millones de galones al día. Los recursos naturales necesarios para construir hardware de IA de gama alta, como los metales de tierras raras, tampoco son ilimitados.
NVIDIA es muy consciente de los retos energéticos de la industria, de ahí que sus nuevos chips sean considerablemente más eficientes desde el punto de vista energético.
En la GTC 2024, Huang afirmó: "La computación acelerada ha alcanzado el punto de inflexión. La computación de propósito general se ha agotado. Necesitamos otra forma de hacer computación para poder seguir escalando, para poder seguir bajando el coste de la computación, para poder seguir consumiendo cada vez más computación siendo sostenibles."
Al menos Huang es realista en estas cuestiones.
Puedes estar seguro de que NVIDIA canalizará más fondos para desbloquear un crecimiento de la IA energéticamente eficiente que libere a la industria de los grilletes de la computación acelerada por fuerza bruta.
Si lo consigue, el ascenso de NVIDIA podría no tener límites evidentes.
