Durante décadas, la famosa ley de Moore fue la brújula que marcaba el ritmo de la evolución tecnológica. Según esta regla formulada en 1965 por el cofundador de Intel, el número de transistores en un chip se duplicaría cada dos años, lo que garantizaba mejoras constantes en potencia y eficiencia. Pero para Jensen Huang, director ejecutivo de Nvidia, esa fórmula ya ha sido superada. Según él, los chips de inteligencia artificial de su compañía avanzan a un ritmo aún más veloz.
Una aceleración que deja atrás las predicciones
En su intervención durante el CES 2025, Huang fue claro: “Nuestros desarrollos ya no siguen la ley de Moore, la han superado”. ¿Cómo lo han logrado? Según el CEO, la clave está en una estrategia que no se limita solo al hardware. Nvidia ha apostado por una innovación integral, que abarca desde el diseño de arquitecturas y chips hasta los algoritmos, bibliotecas y sistemas que los acompañan.
Este enfoque holístico permite optimizar todos los niveles del proceso, consiguiendo mejoras en rendimiento sin disparar los costes. Un avance que no solo impresiona a nivel técnico, sino que tiene implicaciones muy concretas para el futuro de la inteligencia artificial.
GB200 NVL72: la joya tecnológica de Nvidia
Entre los anuncios más destacados de la compañía, se encuentra la presentación de la GB200 NVL72, una nueva generación de chips que promete cambiar las reglas del juego. Según los datos compartidos, esta unidad es hasta 40 veces más rápida que la reconocida H100 a la hora de ejecutar tareas de inferencia de IA.
Esto significa que modelos complejos como el o3 de OpenAI, que requieren una enorme capacidad de cálculo, podrían funcionar de forma más eficiente y económica. Un salto de rendimiento que acerca la inteligencia artificial de alto nivel a más organizaciones, más rápido de lo que se pensaba.
Más potencia, menos costes
Uno de los grandes retos actuales en la IA no es solo entrenar modelos, sino ejecutarlos a diario sin arruinarse en el intento. Algunas tareas de inferencia pueden costar hasta 20 dólares por solicitud, especialmente cuando se busca emular respuestas humanas con precisión.
Pero Huang está convencido de que eso cambiará pronto: “Cuanto más potentes son nuestras GPUs, más bajo es el coste por tarea”. Este planteamiento forma parte de la misión de Nvidia de democratizar el acceso a la inteligencia artificial, reduciendo barreras económicas en un contexto de creciente demanda global.
Tres leyes que están reescribiendo el progreso
Frente a quienes temen un estancamiento en el avance de la IA, Huang respondió con optimismo y claridad. Asegura que no solo sigue vigente la ley de Moore, sino que ahora existen tres nuevas reglas que impulsan el desarrollo de esta tecnología:
- Preentrenamiento, donde los modelos aprenden a partir de grandes volúmenes de datos.
- Postentrenamiento, que refina los resultados con ayuda del feedback humano.
- Test-time compute, donde el modelo ajusta sus respuestas en tiempo real según el contexto.
Este enfoque, combinado con mejoras en el hardware, permite mantener una velocidad de innovación que hasta hace poco parecía inalcanzable.
Una década de progreso explosivo
Huang también recordó cómo ha cambiado todo en solo diez años. Las GPUs actuales de Nvidia son mil veces más rápidas que las de hace una década. Una cifra impresionante que refleja cómo la inteligencia artificial ha pasado de ser una promesa de laboratorio a convertirse en una herramienta esencial en campos tan diversos como la medicina, la educación, la logística o el entretenimiento.
El futuro está cada vez más cerca
En definitiva, Nvidia no solo sigue liderando el mercado de chips para IA: está redefiniendo los límites de lo posible. Con cada nueva generación de hardware, la compañía acerca la inteligencia artificial avanzada a un público más amplio, desde grandes corporaciones hasta startups innovadoras.
Y si algo ha quedado claro tras este CES 2025, es que el futuro de la computación ya no se mide solo en transistores. Se mide en capacidad de adaptación, eficiencia energética y, sobre todo, en cómo estas tecnologías pueden transformar la vida cotidiana a gran escala.
