La ventaja competitiva de CUDA de Nvidia enfrenta su primera amenaza real: la propia IA.

      La historia habitual sobre Nvidia es una historia de hardware: los chips más rápidos, en la menor oferta, al precio más alto. La parte más importante es el software. Durante dos décadas, la verdadera ventaja de la compañía ha sido CUDA. Es la capa que convierte su silicio en algo sobre lo que los desarrolladores pueden construir IA. Esa ventaja ahora está siendo puesta a prueba.

      CUDA, acrónimo de Compute Unified Device Architecture, tomó años en construirse. Agrupa código listo para usar y herramientas de depuración. También permite que miles de chips entrenen un modelo juntos. La nueva amenaza es contundente: agentes de codificación de IA que pueden escribir ese tipo de software de bajo nivel por sí mismos.

      Jeremy Nixon es un ex investigador de Google Brain que fundó la startup Infinity. Le dijo a Business Insider que su equipo utilizó agentes para reconstruir software similar a CUDA para la empresa de chips D-Matrix en aproximadamente 10 horas. Lo enmarcó como una prueba de que una de las mayores ventajas de Nvidia está siendo cruzada.

      Dos ventajas, ambas bajo presión

      La primera ventaja de CUDA es el software. Su segunda ventaja es todo lo construido sobre él. Millones de líneas de código y flujos de trabajo de la empresa hacen que cambiar a un chip rival sea lento y costoso. Los propios documentos de Amazon alguna vez señalaron a CUDA como un gran obstáculo para adoptar sus chips de IA internos.

      Los agentes desgastan la primera ventaja. La presión no proviene solo de startups. Google, Amazon y Microsoft han pasado años escribiendo software para sus propios chips. OpenAI y Anthropic han mostrado modelos que pueden generar código de sistema. El fundador de DeepSeek dijo que los agentes de codificación, más su propio lenguaje de programación, hicieron que construir software de IA fuera mucho más fácil.

      Nvidia no disputa tanto la tendencia como la reclama. Dice que los desarrolladores se apoyan más en las bibliotecas de CUDA cada año. También utiliza agentes de codificación para construir CUDA más rápido. La dependencia, en otras palabras, puede doblarse antes de romperse.

      El problema de la inferencia

      La amenaza más aguda es un cambio en para qué sirven los chips de IA. A medida que la industria pasa de entrenar modelos a ejecutarlos, las prioridades cambian. A los compradores les importa menos el rendimiento máximo y más ejecutar IA de manera económica. Eso favorece el software que funciona en diferentes chips, no el software soldado a un solo proveedor.

      En el lado de la inferencia, CUDA “ya no es un factor”, dijo Marshall Choy de la startup de chips coreana Rebellions. Lo llama un juego de código abierto. Es la misma apertura que nuestros otros retadores de inferencia están persiguiendo. Piensa en chips ópticos, silicio de redes y la alternativa de código abierto de Alibaba a CUDA misma.

      Chris Lattner, cuya startup Modular construye software de IA independiente del chip, dice que la antigüedad de CUDA tiene sus pros y sus contras. Lleva años de legado de sus orígenes en los videojuegos, dice, “como Microsoft Windows tratando de encajar en un teléfono.” Wall Street se ha dado cuenta. Los analistas interpretan la acción plana de Nvidia durante el último año como una apuesta en parte contra la ventaja.

      La ventaja puede simplemente moverse

      El contraargumento es que los agentes reubican la ventaja en lugar de eliminarla. El código generado aún debe ser verificado y optimizado, y ahí es donde el ecosistema de CUDA es más profundo. Bing Xu, cuyo último startup de software de chips fue comprado por Nvidia, argumenta que la verificación se convierte en la próxima ventaja.

      “Los agentes pueden generar mucho código en poco tiempo, pero la verificación es el mayor cuello de botella,” dijo Xu. Lattner es aún más directo. El bombo, dice, es “muy exagerado.” Escribir código es una pequeña parte de construir software; la parte difícil es ajustarlo para producción. Y el software de chips es un campo de nicho, con pocos ejemplos públicos de los que los agentes puedan aprender.

      Así que la lectura honesta no es que CUDA esté cayendo. Es que la cosa que protege a Nvidia tiene, por primera vez, una fecha de caducidad plausible. Los agentes ahora pueden hacer en horas lo que solía llevar a equipos especializados años. La inferencia recompensa a quien libere a los compradores de una única pila. Si la ventaja se mantiene depende de una cosa. Los rivales deben cerrar la brecha más rápido de lo que Nvidia, que “no está durmiendo,” puede abrir una nueva.