¿Es CUDA la poción mágica de Nvidia?

La apuesta que Morgan Stanley no supo leer

Cuando dirigía Terra España, tomé una de las decisiones estratégicas más contraintuitivas de mi carrera: cerrar parte de nuestros contenidos multimedia en una "Zona Multimedia" accesible solo para nuestros usuarios de banda ancha.

Era una pista falsa deliberada.

La apuesta real era la contraria: construir la plataforma multimedia más potente de España en abierto, para que cualquier usuario de cualquier proveedor pudiera acceder. Habíamos montado una infraestructura sobre Real Networks que nos permitía emitir eventos en tiempo real cuando nadie más lo hacía. La lógica era simple: si llenábamos el portal de vídeo y audio cuando la mayoría navegaba a paso de tortuga, la gente sentiría la necesidad de contratar banda ancha. No necesariamente la nuestra. Pero teníamos ventaja de plataforma, y jugábamos a que el mercado creciera más rápido que el tiempo de reacción de la competencia.

Con aquello obligamos a los demás portales a montar algo parecido sin tener ni el contenido ni la infraestructura. Compramos tiempo mientras construíamos lo que realmente importaba: llenar el resto del portal de contenido de banda ancha en abierto.

Morgan Stanley lo analizó y concluyó que la "Zona Multimedia" era un movimiento de defensa del foso estratégico (moat) frente a competidores que no contaban con el respaldo de una operadora de telecomunicaciones. Vieron que el valor terminaría en el ADSL, pero se tragaron el anzuelo táctico: creyeron que el foso era el portal cerrado, cuando la verdadera estrategia era usar el contenido en abierto para acelerar la adopción de la banda ancha antes de que la competencia pudiera reaccionar. Miraron el contenedor, no la dinámica de red.

Veinte años después, cada vez que Jensen Huang sube a un escenario a hablar de chips, pienso en aquello. Porque la apuesta real de Nvidia tampoco fue el silicio.

Dos tipos de foso

Hay dos tipos de foso en la industria tecnológica. El que cavas para proteger lo que ya tienes. Y el que construyes antes de saber exactamente si vas a ganar, apostando a que si tienes éxito, todo el mundo tendrá que pasar por tu pasarela.

Kodak tenía el primero: plantas químicas, cadenas de suministro, laboratorios de revelado en cada ciudad, décadas de know-how en emulsión de plata. Un foso industrial inatacable dentro de su paradigma. Inútil fuera de él. Como argumenté en el artículo anterior, cuando el mundo cambió, el foso no desapareció, sino que se convirtió en la trampa de la que no pudieron salir. Y es que esa es la paradoja de los fosos tradicionales: están diseñados con tanta rigidez para que nadie pueda entrar, que terminan impidiendo que tú mismo puedas salir cuando necesitas mudarte de terreno para sobrevivir.

Huang apostó por el segundo. Y lo hizo en 2006, cuando llevaba una década leyendo el manual de instrucciones.

Tres modelos de foso y una variación

En los noventa, cualquier proveedor de hardware en Silicon Valley miraba de reojo el ecosistema que dominaba el mundo.

Microsoft había construido el foso definitivo sin fabricar un solo chip: un modelo de software puro basado en hardware ajeno y retorno vía licencias. El círculo virtuoso era perfecto: los usuarios querían Windows porque tenían las aplicaciones, y los desarrolladores escribían para Windows porque tenían los usuarios. Pero la jugada maestra fue que, al estandarizar el sistema operativo, Gates obligó a toda la industria a competir en precio por fabricar ordenadores, disparando la venta de hardware a nivel global mientras Microsoft capturaba la renta en la capa lógica. Convirtió el hierro en una commodity y su software en el peaje obligatorio. Apple perdió esa guerra por empeñarse en seguir controlando ambos lados de la ecuación.

Huang diseñó uno distinto, pero no menos efectivo: ecosistema gratuito, hardware propio, retorno capturado íntegramente en el hardware. En términos de Astérix: te regalo la receta, pero me pagas por el caldero. CUDA es gratis. Pero si quieres usarlo, pasa por caja y afronta los 30.000 dólares que cuesta una H100.

Apple, que había perdido la guerra del PC frente a Microsoft, no cometió el mismo error dos veces. Aunque el iPhone nació en 2007 como un sistema cerrado a aplicaciones de terceros, Jobs corrigió el rumbo rápido. Al año siguiente lanzó la App Store, repartió valor con los desarrolladores (el 70% de los ingresos va al creador) y rentabilizó el hardware y la plataforma simultáneamente. Fue el primer modelo en cobrar en todos los niveles a la vez, dejando a Microsoft en la irrelevancia durante la era del smartphone.

Google llegó segundo al smartphone y montó una cuarta vía: regaló Android, dejó que el hardware fuera commodity, y capturó la renta en la capa superior: publicidad, búsqueda, servicios. El fabricante del teléfono no le paga a Google, pero Google le cobra al anunciante que quiere llegar al usuario del teléfono. Ecosistema gratuito, renta desplazada hacia arriba. Y se aseguraron su primacía en el negocio de la publicidad controlando la plataforma desde la que todo el mundo empezaba a buscar.

No creo que Apple se inspirase en Huang para diseñar su foso, pero a Jensen le corresponde el honor de haber patentado el segundo modelo de foso tras el inicial de Microsoft. No es poco mérito.

El agua del foso

Pero ningún foso detiene al enemigo si está seco. La historia oficial dice que Huang tuvo la paciencia de un monje zen esperando a que el mercado de la IA despertara. La historia real, la de la caja, es que las criptomonedas llenaron ese foso de agua hasta arriba.

Nvidia nació para el gaming, pero el verdadero puente financiero fue el minado de Ethereum. Su algoritmo (Proof-of-Work) exigía computar funciones criptográficas a destajo. Las CPUs eran inútiles, pero las GPUs de Nvidia, programadas con CUDA, eran perfectas. Durante las burbujas de 2017 y 2021, los mineros compraron tarjetas por contenedores.

Ese brutal caudal de cash flow actuó como un subsidio invisible: financió el I+D de los Tensor Cores y las bibliotecas de Deep Learning cuando la IA aún no generaba un dólar de beneficio. Y cuando el minado murió en 2022 con "The Merge", el agua se desbordó regando el mercado con millones de GPUs de segunda mano baratas, metiendo el estándar CUDA en los ordenadores de cada estudiante y startup del planeta. El ecosistema se construyó gratis desde abajo.

La receta, no el caldero

En 2006 Nvidia lanzó CUDA. Esta capa de software gratuito fue su regalo envenenado: el estándar técnico que te engancha a una plataforma de hardware sin salida. Y casi nadie entendió la jugada. ¿Para qué querría alguien programar una tarjeta gráfica para algo que no fueran gráficos? El mercado no existía y los analistas miraban para otro lado. Nvidia dedicó años a mejorar compiladores, bibliotecas y documentación para solucionar problemas que nadie sabía todavía que tendría. Pero siempre hay quien se empeña en mirar el dedo en lugar de la dirección que señala.

Y se fue con la receta directamente a las universidades y laboratorios. No al usuario final. Si los investigadores aprenden CUDA, el ecosistema se construye solo desde arriba hacia abajo. No necesitas convencer a millones; necesitas convencer a los miles que forman a los millones.

Mientras todos contaban nanómetros y teraflops, Huang construía algo cuyo valor no aparecía en ningún benchmark de chips.

Seis años después, en 2012, AlexNet demostró que el deep learning funcionaba de verdad. La red de Krizhevsky, Sutskever y Hinton (¿les suenan estos nombres?) redujo el error en reconocimiento de imágenes del 26% al 15% de golpe. No era una mejora incremental, sino un salto de paradigma. Se entrenó sobre dos tarjetas GeForce GTX 580. Con CUDA. El ecosistema llevaba seis años construido cuando llegó la primera ola que lo necesitaba.

Los competidores no perdieron porque sus chips tuvieran menos megahertzios. Perdieron porque llegaron tarde al estándar. De nuevo, la regla de oro: el primero no necesita saber exactamente adónde va; le basta con moverse antes de que los demás entiendan que hay un sitio adonde ir.

La receta no se copia en un fin de semana

Hoy CUDA cuenta con más de 5 millones de desarrolladores, casi triplicando los que tenía en 2020. PyTorch, TensorFlow, vLLM, y todos los frameworks relevantes asumen CUDA como default. Cada paper académico de IA publica código que corre sobre hardware Nvidia. Más de 3.000 aplicaciones optimizadas. Bibliotecas matemáticas afinadas instrucción a instrucción durante diecinueve años.

Y sí, AMD tiene ROCm, que pretende ser una respuesta a CUDA. Compatible en intención, pero inferior en profundidad. Puede ejecutar el código pero carece de diecinueve años de optimización acumulada. En workloads de entrenamiento de modelos grandes, la brecha no es la capacidad del silicio sino la finura de las bibliotecas que lo exprimen.

El coste de migración no se mide en meses. Se mide en años de deuda técnica y en el coste de convencer a cinco millones de personas de que reaprendan.

Benet Asensio apuntó en un comentario al artículo anterior algo que viene al caso: desde aproximadamente 2019, los avances reales en semiconductores ya no proceden de reducir el transistor, sino de arquitecturas, materiales, empaquetado 3D e integración heterogénea. Seguimos midiendo en nanómetros un mundo que ya no se mueve en nanómetros. El foso de Nvidia es exactamente eso visto desde el software: una ventaja que ninguna métrica de la industria registraba mientras se construía. Nadie invierte en destruir lo que ni siquiera entiende.

¿Sigue apostando o solo crece?

Nvidia gastó 12.910 millones de dólares en I+D en el ejercicio fiscal 2025, frente a 8.700 millones en 2023. La cifra absoluta impresiona. Conste que en mi opinión, el indicador honesto es el porcentaje sobre ventas y ahí la historia es menos cómoda porque ese ratio ha caído por debajo del 10% desde que el boom de la IA disparó los ingresos. Nvidia gana tanto dinero que su I+D crece en términos absolutos mientras encoge en términos relativos.

Lo que sí se mantiene es la concentración: todo ese I+D va a arquitectura y software, sin diluirse en fabricación. Nvidia es fabless, y sus chips los fabrica TSMC en Taiwán. Lo que tiene implicaciones que conviene no ignorar: el foso de CUDA está construido sobre hardware que Nvidia no controla físicamente. Si la cadena TSMC se interrumpe, sea por razones geopolíticas, naturales, o de capacidad, el caldero desaparece aunque la receta siga intacta. TSMC está diversificando hacia Arizona y Japón, pero los nodos que importan para Nvidia seguirán concentrados en Taiwán durante al menos una década. Y sin las máquinas de litografía EUV de ASML (empresa holandesa, monopolio mundial, de quien hablamos en otros artículos) TSMC no puede producir nodos avanzados. Europa tiene la llave de la fábrica. Todavía no sabe lo que vale.

En 2026 la apuesta de Nvidia por el software se incrementó: 26.000 millones de dólares a cinco años para desarrollar modelos de pesos abiertos bajo licencias permisivas que se acercan al código abierto. La lógica es la misma de Google con Android: no regalas el sistema operativo por generosidad. Te aseguras de que cada modelo que se entrene en el mundo lo haga sobre tu infraestructura.

El competidor que nadie esperaba

Pero hay una grieta en el foso. Y la abrió quien menos se esperaba, por las razones menos estratégicas.

Estados Unidos lleva años restringiendo la exportación de sus chips más avanzados a China. La lógica era simple: sin acceso a las mejores GPUs de Nvidia, no puedes entrenar los mejores modelos. Lo que nadie previó es que esas restricciones crearon el único laboratorio del mundo con incentivo real para construir una alternativa seria a CUDA. No por visión. Por necesidad.

DeepSeek entrenó su modelo V4 sobre chips Ascend de Huawei con CANN Next, que es el único ecosistema que hoy puede llamarse alternativa a CUDA con cierta seriedad. Y el resultado compite con modelos entrenados en Nvidia. La única grieta real en el foso no la abrió un competidor mejor. La abrió una sanción.

Y ojo con las consecuencias: ByteDance va a gastar más de 5.000 millones en chips Ascend en 2026. Cuando tu mercado doméstico tiene esa escala, el efecto de red se autoconstruye a la fuerza. La política industrial americana creó, sin quererlo, el único competidor capaz de amenazar lo que Nvidia lleva diecinueve años construyendo. Y la voracidad de los hiperescalares con el coste de uso de sus modelos de frontera está haciendo que el 80% de las startups norteamericanas opten por modelos chinos de bajo coste, según Andreessen Horowitz. Se ve que esto de llevar el revólver en la cintura tiene el riesgo de que a veces te das un tiro en un pie.

Para Europa, la lectura es incómoda. Ni tiene el ecosistema propio ni tiene las sanciones que la obligarían a construirlo. Ni receta ni presión para inventarla.

La GPU es el caldero

Hay un escenario en que el foso de CUDA se vuelve irrelevante: que el paradigma cambie. Apple no ganó a Microsoft en el PC. Esperó a que el campo de batalla cambiara y llegó antes que nadie al terreno nuevo del smartphone. La inferencia cuantizada, los modelos en silicio, arquitecturas como BitNet que ejecutan modelos sin GPU: todos apuntan a un escenario donde CUDA es la solución óptima para un problema que deja de ser el problema central. Ese es el único riesgo estructural que Huang no puede comprar.

De momento lo gestiona. Como argumenté en el artículo anterior, comprando a Groq por veinte mil millones y colonizando el edge con RTX Spark. Porque sabe que el peligro real no es que AMD haga mejores GPUs, sino que el mercado transicione hacia arquitecturas de chips dedicados a la inferencia rápida (como las LPUs de Groq o los ASICs de los hiperescalares). Su respuesta es clara: inundar el mercado de soluciones híbridas y forzar a que el procesamiento local (edge) siga dependiendo de las librerías ligeras de Nvidia. Pero eso es otra historia.

Esta es más simple: mientras todos contaban nanómetros, un fabricante de tarjetas gráficas para videojuegos construyó el estándar sobre el que se entrenaría toda la inteligencia artificial del mundo. Sin mercado visible. Sin benchmark que lo midiera. Con una receta que llevaba seis años circulando cuando llegó la ola que la necesitaba.

Morgan Stanley se equivocó de capa con la Zona Multimedia. La industria se equivocó de capa con CUDA. El valor nunca estuvo donde todos miraban.

La GPU es el caldero. CUDA es la receta. Y la única forma de quitarle la receta a Panorámix es que alguien decida que ya no necesita la poción.

¿Hay alguien en Europa pensando en serio en eso? De momento, la única respuesta concreta viene de quien no tuvo otra opción.

Este artículo forma parte de una serie iniciada en "¡Menos madera, es la guerra!", que continúa en "¿El final de la barra libre de tokens?", "¿Y si la Misión Génesis fuera un inmenso error?", "¿Dónde está la bolita?", "Del paquete al token y vuelta a empezar", "Invirtiendo en máquinas de escribir", "¿Llegará a tiempo la "Killer App?", "¿Nos están haciendo un hueco?", "Encuentre las 8 diferencias" , "¿Acabará la IA en una mochila?". "¿Será Nvidia la nueva Kodak?". Y continuará...