needhelp
← Volver al blog

Treinta días, treinta y tres años: Jensen Huang deja Nvidia

por xingwangzhe
nvidiajensen-huangcudagpuai-infrastructure

El 12 de noviembre de 2026, por la tarde en hora del este, la sala de prensa de Nvidia publicó un comunicado de menos de trescientas palabras. Jensen Huang renunciaba como presidente, consejero delegado y miembro del consejo, con efecto inmediato.

Sin periodo de transición. Sin “dejará el cargo tal día”. Sin el título de asesor que los fundadores suelen conservar.

La acción cayó más del 10% antes de la apertura y cerró con una baja del 4.34%, con unos 182.000 millones de dólares de capitalización evaporados. El consejo actuó el mismo día: Colette Kress, vicepresidenta ejecutiva y directora financiera, asumió como CEO interina sin soltar la CFO; Harvey C. Jones, ex CEO y presidente ejecutivo de Synopsys, se convirtió en el primer presidente del consejo en 33 años. La empresa nunca había tenido ese puesto.

El comunicado no explicó el motivo. Dijo que las operaciones, los compromisos con clientes y la hoja de ruta seguirían igual, y que los resultados del tercer trimestre se publicarían el 17 de noviembre, como estaba previsto.

Un obituario sería fácil de escribir y poco útil. La pregunta que vale es otra: de las decisiones de estos 33 años, cuáles fueron criterio personal de Huang y cuáles ya son memoria muscular de la organización. La llamada de resultados del 17 de noviembre pone a prueba lo segundo.

El reservado de Denny’s

5 de abril de 1993, San José, California, un reservado en un Denny’s. Tres personas: Huang, recién salido de LSI Logic, y Chris Malachowsky y Curtis Priem, ambos de Sun Microsystems. Capital inicial: 40.000 dólares. Huang tenía 30 años.

El nombre viene del latín invidia, envidia. Los primeros archivos usaban el prefijo NV, de next version. Creían en algo concreto: el PC pasaría de máquina de oficina a dispositivo de consumo, y lo primero que necesita un dispositivo de consumo son imágenes.

En 1993 esa idea no era excéntrica. Había dos docenas de empresas de chips gráficos; tres años después eran setenta. Para 2006 quedaba una sola independiente.

Lo excéntrico nunca fue la idea. Fue el tamaño de la apuesta.

La primera apuesta equivocada: NV1 y las superficies cuadráticas

La NV1 de 1995 fue un error de manual, y el error estaba en la geometría.

El renderizado de polígonos se hacía con triángulos, y DirectX de Microsoft lo estaba convirtiendo en estándar de facto. NV1 eligió mapeado de texturas cuadrático: construir objetos con parches curvos, lo que en teoría ahorraba ancho de banda, suavizaba bordes y evitaba el escalonado de los triángulos.

Sega portó el arcade Virtual Fighter, el primer juego 3D en correr sobre un chip Nvidia. La tarjeta se vendió como Diamond Edge 3D.

El problema no fue el cálculo. Fue la cadena de herramientas. Software de modelado, recursos de arte, motores de render y la memoria muscular de cada programador habían crecido alrededor de los triángulos. Una tarjeta que solo dibuja curvas le pide a toda una industria rehacer su flujo de trabajo. Ninguna ventaja de rendimiento compensa eso.

Sega canceló el pedido siguiente. Huang voló a Japón, le admitió el error de rumbo a Shoichiro Irimajiri y le pidió que dejara el dinero ya pagado. Irimajiri convirtió el pedido en una inversión de 5 millones de dólares. Compró unos seis meses más.

En 1996 despidió a más de la mitad de la plantilla y puso el efectivo restante en un diseño que todavía no había salido de fábrica.

“Nuestra empresa está a treinta días de cerrar.” Lo repitió en reuniones generales durante una década. No era una metáfora. Era el flujo de caja.

La segunda apuesta: RIVA 128 y el estándar

La RIVA 128 llegó en 1997 como resultado de esa apuesta. El primer procesador 3D de 128 bits del mundo, sin curvas, solo triángulos, plenamente comprometido con Direct3D. Un millón de unidades en cuatro meses.

Al lanzamiento, el saldo bancario cubría una nómina. El detalle se cuenta como historia de superación, pero el punto se pierde: el costo de admitir una dirección técnica equivocada tiene que ser menor que el efectivo disponible. Entre la NV1 y la RIVA 128 no hubo genialidad. Hubo una admisión de error pública y cara, incluido el cliente que ya había pagado.

Ahí mueren casi todas las empresas. La dirección está mal, pero la organización no tiene vocabulario para admitirlo, así que los recursos siguen entrando al costo hundido.

Inventar una palabra: la GPU en 1999

Enero de 1999: Nvidia sale a bolsa en el Nasdaq a 12 dólares por acción.

Octubre del mismo año: llega la GeForce 256. Nvidia acuña el término GPU y le da una definición verificable: un procesador de un solo chip con transformación, iluminación, montaje y recorte de triángulos y motores de renderizado integrados, capaz de procesar al menos diez millones de polígonos por segundo.

El fondo era el T&L por hardware. Hasta entonces la transformación de vértices y la iluminación eran trabajo de la CPU, y la tarjeta solo rellenaba triángulos ya calculados. Llevar el T&L a la placa le dio a la tarjeta su propia carga de trabajo. Dejó de ser un lienzo.

La cronología oficial ofrece la comparación: las GPU actuales procesan más de siete mil millones de polígonos por segundo. Veintisiete años, tres órdenes de magnitud.

La palabra después se escapó de los gráficos y se volvió una unidad de cómputo. “Cuántas GPU necesitamos” significaba algo completamente distinto en 2023 que en 1999.

Las empresas que compiten con productos envían productos. Las que compiten con categorías inventan palabras. Nombrar una cosa es cómo se fija el marcador, y quien fija el marcador decide sobre qué se juega la siguiente ronda.

La apuesta que a nadie le gustaba: CUDA

En 2006 la arquitectura G80 trajo shaders unificados: los de píxel y los de vértice dejaron de ser físicamente distintos y todos los procesadores de flujo podían ejecutar código general. Una G80 tenía 128 procesadores en ocho grupos de dieciséis.

Después vino la decisión más importante de la historia de la empresa, y no fue una decisión de producto: abrir esos núcleos programables al cálculo no gráfico. CUDA salió en noviembre de 2006.

Técnicamente era modesto: un modelo paralelo con sintaxis tipo C. Los hilos se agrupan en bloques, los bloques en rejillas; 32 hilos forman un warp que ejecuta una instrucción por ciclo y se distingue solo por sus registros de datos. El programador no necesita saber cuántos SM tiene la tarjeta, solo responder cuántos datos independientes hay en su problema.

Esa capa de abstracción es el contenido técnico real de la apuesta. Convierte el paralelismo de detalle de hardware en modelo de programación, y el precio es área de silicio, un stack de drivers, un compilador, un depurador y veinte años de compatibilidad hacia atrás.

Comercialmente no fue modesto: CUDA se instaló en todas las GeForce, incluidas las que se compraban solo para jugar.

Wall Street vio un costo. ¿Por qué una tarjeta de juegos debía pagar transistores y validación por un compilador que nadie usaba? En la crisis de 2008, la acción cayó 70%.

“Estábamos democratizando la supercomputación”, dijo Huang después.

En 2008 sonaba a consuelo. Tardó seis años en volverse una afirmación de hecho.

Seis años después: dos GTX 580

En 2012, tres personas de la Universidad de Toronto —Alex Krizhevsky, Ilya Sutskever, Geoffrey Hinton— entrenaron una red convolucional con dos GeForce GTX 580 de consumo para ImageNet. Tasa de error: 15.3%. El segundo: 26.2%.

El dato técnico importante no fue que ganara el algoritmo. Fue que el hardware ya estaba ahí. Una década de CUDA en las estanterías significaba que cada laboratorio del mundo ya tenía una máquina capaz de entrenar deep learning; nadie se lo había dicho.

Así funciona el interés compuesto de un ecosistema. No hay que convencer a nadie de comprar una tarjeta en 2012. Hay que lograr que la tarjeta esté en su escritorio en 2006.

Es también la clave del foso. El 92% del mercado empresarial de GPU no se sostiene con la ventaja de rendimiento de una generación. Se sostiene porque cuando el código de cualquier artículo llega a GitHub, otro puede clonarlo y ejecutarlo. El costo de migración vive en millones de líneas de CUDA, no en el chip.

Cargar la caja: DGX-1 y el límite de “una máquina”

En agosto de 2016, Huang condujo a San Francisco y llevó personalmente la primera DGX-1 a la oficina de OpenAI. La máquina costaba 129.000 dólares, tenía ocho P100 y los conectaba por NVLink. Elon Musk estaba en la sala.

Un CEO de una empresa valuada en decenas de miles de millones le entregó una computadora a un laboratorio sin fines de lucro que tenía unos meses de vida, y cargó el peso. La historia se cuenta como anécdota. Es el autorretrato más exacto de la compañía: no venden un chip, venden una plantilla de cómo debe ser el cómputo.

Volta llegó en 2017 con Tensor Cores: una unidad de multiplicación de matrices de 4×4. Los operadores centrales de un Transformer son casi todos multiplicación de matrices por lotes, y el derrumbe del costo de entrenamiento entre 2020 y 2025 vino mitad de proceso y empaquetado, mitad de fabricar hardware dedicado para esa operación.

Después la precisión bajó generación tras generación: FP16 en V100, BF16 y TF32 en A100, FP8 en H100, FP4 en Blackwell. Cada paso hizo lo mismo: sacar del silicio y del ancho de banda la precisión que el modelo no necesita.

Interfaz general, núcleo especializado. Esa combinación explica por qué “los chips especializados reemplazarán a la GPU” se predice cada año y nunca ocurre.

## Soldar la multiplicación de matrices al silicio

Volta llegó en 2017 y la V100 incorporó Tensor Cores: una unidad de multiplicación-acumulación de matrices de 4×4 que completa un lote de operaciones por ciclo de reloj. Entonces la mayoría de los frameworks seguían llamando a cuBLAS en FP32, y la ruta FP16 exigía tocar el código para aprovecharse.

Cinco años después fue decisivo. Los operadores centrales de Transformer son casi todos multiplicación de matrices por lotes; la transpuesta QK en la atención y la suma ponderada tras softmax aterrizan en el hardware como GEMM de gran escala. La caída del costo de entrenamiento entre 2020 y 2025 vino mitad del proceso y el empaquetado, mitad de la decisión de fabricar una unidad dedicada a esa operación.

Luego la precisión bajó generación tras generación: FP16 en V100, BF16 y TF32 en A100, FP8 en H100, FP4 en Blackwell. Cada paso hizo lo mismo: sacar de la superficie de silicio y del ancho de banda la precisión numérica que el modelo no necesita.

En retrospectiva fue una cobertura inteligente de la estrategia CUDA: mantener un modelo de programación general hacia fuera, construir hardware dedicado para el kernel más frecuente hacia dentro.

Interfaz general, núcleo especializado. Esa combinación explica por qué «los chips dedicados reemplazarán a la GPU» se predice cada año y nunca ocurre: los retadores pierden por falta de generalidad, o por no tener los millones de líneas ya escritas.

Un fracaso: Tegra

La historia de 1993 a 2026 tiene más fracasos que éxitos. Solo que suenan menos.

En 2008 Nvidia lanzó Tegra y fue por los teléfonos. Tegra terminó en el Zune HD, algunas tabletas y unidades de auto, y luego Qualcomm y los SoC de Apple lo sacaron del mercado masivo. Hacia 2015 el negocio había salido de la pelea móvil hacia cockpits y conducción autónoma.

La misma lección que la NV1, con matrícula más barata: un chip más rápido dentro del ecosistema de otro no le gana a quien define el ecosistema.

La rama que sobrevivió —automoción y robótica— se convirtió diez años después en la puerta de entrada a la IA encarnada.

De un billón a cinco

La H100 llegó en 2022. ChatGPT apareció unos meses después. El timing era demasiado bueno.

La capitalización cruzó 1 billón en 2023, 3 billones en 2024, y en octubre de 2025 Nvidia fue la primera empresa en superar los 5 billones. La cuota empresarial ronda el 92%.

La suerte existió. AlexNet corrió en sus tarjetas; el operador central de Transformer es multiplicación de matrices; los modelos grandes necesitan miles de tarjetas cableadas como una sola máquina. Pero la suerte explica los picos, no por qué estaban en la cancha en todos.

La formulación de Huang era la Ley de Huang: el rendimiento se duplica cada dos años mientras el costo por unidad baja. No es una reescritura de la Ley de Moore; es comprimir arquitectura, empaquetado, interconexión y software en una sola cadencia. La condición previa es que las cuatro capas vivan en una misma empresa y que firme alguien que no tenga que justificar el gasto de largo plazo ante una llamada trimestral.

El 2 de septiembre de 2026, conversando con el secretario de Comercio Howard Lutnick, dijo: “Podría dejar de trabajar, pero no quiero perdérmelo. No me perderé los próximos 10 o 15 años.” También dijo que antes de 2030 quedaban 100 gigavatios de infraestructura por construir.

Diez semanas después, ya no estaba.

Dos mapas

El negocio en China es el contexto de las pesquisas posteriores al 12 de noviembre.

En octubre de 2022 el Departamento de Comercio restringió la exportación de A100 y H100, y Nvidia lanzó las A800 y H800 recortadas. En octubre de 2023 las nuevas reglas escribieron umbrales de densidad de rendimiento, y esas piezas entraron en la lista, seguidas de las idas y vueltas de la H20: restringida, luego licenciada con condiciones en 2025.

El resultado fue un cambio de mezcla: los ingresos de centros de datos en China pasaron de más de un quinto del total a casi nada, y luego se recuperaron en parte. Ninguna ingeniería arregla esto, porque lo que se mide no es rendimiento. Es una licencia.

Por eso la carta que llegó después del 12 de noviembre no hablaba de cómputo sino de quién aprobó qué y dónde están los registros. Richard Neal y Ron Wyden pidieron a Comercio preservar los documentos. Son minoría: pueden preguntar, no obligar.

La factura de la fábrica de IA

En septiembre de 2026, Huang empezó a llamar “fábricas de IA” a los centros de datos y dio un calendario: 100 gigavatios antes de 2030.

Una unidad nuclear grande ronda 1 gigavatio. Ese número mueve la conversación de envíos de chips a energía y suelo. Ese mismo mes, Nebius anunció 40.000 millones de capital de inversión para 2027 y su acción cayó 17% en un día; el centro de datos de Microsoft en Nueva Jersey llevaba meses de retraso. El cuello de botella pasó del acelerador a la subestación.

Es también lo más difícil de la sucesión. Huang no solo vendía chips. Vendía la expectativa de que el cómputo sigue escaso, y esa expectativa necesita a alguien que la repita cada semana.

Cuando la inferencia toma el mando

Entre 2024 y 2026 la forma de la demanda cambió. El gasto en entrenamiento siguió enorme pero desaceleró; la inferencia tomó el relevo: contexto largo, agentes llamando herramientas en bucle, autoverificación en varias pasadas.

La economía es distinta. El entrenamiento premia FLOPS pico y ancho de banda de interconexión. La inferencia premia el costo marginal por token: la capacidad de memoria decide cuánta caché KV cabe, el ancho de banda decide la velocidad de decodificación, la cuantización decide qué modelo entra en la misma VRAM. Comprimir la caché KV cinco veces significa servir cinco veces más concurrencia con una tarjeta.

Por eso las arquitecturas posteriores a Blackwell viran hacia FP4, y por eso la compresión de caché KV, la decodificación especulativa y la planificación de lotes ocupan la mayor parte de la agenda de investigación de 2026.

Para el foso, el giro corta al revés. La era del entrenamiento premiaba tener la tarjeta más rápida. La era de la inferencia premia el menor costo por token, y ese es terreno que los ASIC propios pueden tomar: TPU de Google, Trainium de AWS, MTIA de Meta. Si un segundo directivo sostiene la cadencia anual de arquitecturas es lo que hay que mirar después del 17 de noviembre.

Sesenta reportes directos

Su estilo era raro incluso para Silicon Valley. Unos 60 reportes directos. Sin reuniones uno a uno. Sin presentaciones.

Todos enviaban un correo semanal de Top 5 Things: las cinco cosas más importantes y qué estabas pensando. La información se movía en horizontal, no subía y bajaba por la jerarquía. La práctica sobrevivió a los diez mil empleados, a costa de una agenda destrozada.

“Nuestra empresa está a treinta días de cerrar” era la línea de base emocional de ese sistema. Mantenía a una empresa de 4 billones en tensión. Y también hizo que en 33 años nadie creciera hasta ser su sucesor.

No es una conspiración, es estructura: un CEO que se mete en todos los circuitos críticos suprime la formación de un segundo tomador de decisiones.

Después del 12 de noviembre

Kress tiene 59 años. Llegó como CFO en septiembre de 2013 tras casi 25 años en finanzas en Texas Instruments, Microsoft y Cisco. Quienes hablaron con Reuters la describen como el inverso tranquilo del estilo confrontacional de Huang.

El mercado no está del todo convencido. Anshel Sag, de Moor Insights and Strategy: poner a la CFO en el puesto interino calma al mercado, pero no es la visionaria de largo plazo que Nvidia necesita.

Circulan tres nombres: Ian Buck, en Nvidia desde 2004, a cargo de hardware y software de IA; Rene Haas, CEO de Arm, siete años como vicepresidente en Nvidia; y Lisa Su, CEO de AMD, la competencia más directa.

El 17 de noviembre, tras el cierre, se publican los resultados del tercer trimestre fiscal. Será la primera rueda de prensa del nuevo liderazgo.

Ese mismo día, Richard Neal y Ron Wyden, los demócratas de mayor rango en las comisiones de Medios y Arbitrios de la Cámara y de Finanzas del Senado, escribieron al secretario de Comercio, Lutnick, sobre cómo se manejaron las ventas de chips de Nvidia a China, y pidieron al departamento que conservara los registros. Son minoría: pueden preguntar, no obligar.

La chaqueta de cuero blanca

En 33 años la empresa cambió de CEO una vez. Ahora cambió.

Lo que se pone a prueba no es la competencia del sucesor, sino una pregunta más silenciosa: de esas apuestas —triángulos, T&L por hardware, shaders unificados, CUDA, Tensor Cores, NVLink— cuántas eran criterio personal y cuántas ya son valores por defecto de la organización.

CUDA es la primera mitad de la respuesta. Son más de cuatro mil librerías aceleradas, millones de desarrolladores y veinte años de compatibilidad. Ningún sucesor puede derribarlo, como nadie puede derribar x86. Es un activo de la empresa, no de una persona.

La otra mitad es la tensión de los treinta días. No se puede escribir en un manual de procesos. Solo existe si alguien lo repite y lo demuestra con su agenda. Ese es un activo personal.

El comunicado del 12 de noviembre separó las dos cosas. El mercado puso precio a la separación: 182.000 millones.

El silicio cicla en tres años. Las arquitecturas en diez. Los ecosistemas en veinte. El mandato de una persona duró treinta y tres, justo lo suficiente para acertar una vez en las tres capas.

La chaqueta de cuero blanca sigue en el armario. El hombre que la vestía ya no está en la sala de juntas.

Referencias

Compartir esta página