Últimamente se está hablando mucho de Nvidia, una compañía que era conocida sobre todo en el entorno gamer, porque sus GPU (unidades de proceso gráfico o, popularmente, tarjetas gráficas), cada vez más potentes, son una pieza de hardware vital para mover los videojuegos más avanzados, con recreaciones hiperrealistas en ultra alta definición (UHD) y una elevada tasa de cuadros por segundo (fps, por sus siglas en inglés). Así que, cuando sale una nueva consola al mercado o tienen que comprarse un ordenador, los jugadores miran sobre todo qué tarjeta gráfica lleva, porque ese componente es el que marca la diferencia a la hora de poder disfrutar de los títulos triple A actuales y los que vendrán en el futuro, que serán todavía más exigentes: si el ordenador no puede moverlos, se habrá quedado obsoleto, por lo menos para jugar.
Obviamente, las GPU no se utilizan solo para eso, sino para acelerar todas aquellas aplicaciones que requieren un altísimo rendimiento, desde el diseño CAD, que se utiliza en arquitectura, ingeniería o diseño, a la computación en la nube y el big data, la investigación científica o la supercomputación. Y también en el proceso de minado de las criptomonedas, como el bitcoin, para lo cual se montan auténticas granjas con miles de ordenadores conectados en serie, cada uno con una o más tarjetas gráficas de última generación en su interior.
Nvidia, fundada hace exactamente treinta años —se cumplieron el pasado 5 de abril— por Jensen Huang, Chris Malachowsky y Curtis Priem, tres ingenieros eléctricos, tiene su sede en Santa Clara (California) y es la referencia en GPU de alto rendimiento, en una industria donde destacan también AMD, Intel y Qualcomm. Un mercado muy jugoso porque una tarjeta gráfica como la GeForce RTX 4070 Ti cuesta alrededor de 1.000 euros. La nueva era de la inteligencia artificial ha supuesto un empujón a este negocio, porque todo el mundo quiere ahora tener su propio ChatGPT. Según ha revelado Insider, Elon Musk habría adquirido 10.000 tarjetas gráficas especializadas como la Nvidia A100 (con un precio de 10.000 dólares cada una) para entrenar modelos de IA. La propia Nvidia anunció a finales de marzo el lanzamiento de un servicio de supercomputación de IA que ofrece acceso a la infraestructura y el software necesarios para acelerar la adopción de esta tecnología en las empresas.