NVIDIA (NVDA) tiene un problema. No te preocupes, no tiene casi nada que ver con UBER. La empresa de semiconductores tiene un problema de suministro. No puede fabricar suficientes de sus preciadas unidades de procesamiento de gráficos para saciar la demanda, y por una extraña razón: crea constantemente nuevos usos.

Es un buen problema tener, por algunas razones

La compañía nació en 1993 cuando tres amigos, Jensen Huang, Chris Malachowsky y Curtis Priem, vieron un mercado de gráficos para PC de alta gama. El mercado no era grande al principio. La compañía creció lentamente, agregando patentes y nuevos procesos a través de pequeñas adquisiciones.

Para el año 2000, esos pedazos comenzaron a dar sus frutos. Nvidia estaba claramente haciendo el mejor equipo en la industria. Incluso aseguró un anticipo de $ 200 millones para suministrar componentes gráficos para Xbox, la nueva consola de juegos de Microsoft.

Nvidia usó el dinero para invertir en su negocio. En diciembre de 2000, los gerentes llegaron a un acuerdo para comprar 3Dfx , el fabricante líder de tecnología de gráficos 3D. Exluna , una compañía de representación gráfica, fue adquirida en julio de 2002. Nvidia compró MediaQ en agosto de 2003 e iReady en abril de 2004. Ambas compañías crearon un software de red de Internet.

Luego hizo clic

La matemática computacional necesaria para representar imágenes animadas realistas en los juegos tenía amplios usos más allá del entretenimiento.

Nvidia estaba construyendo un nuevo sistema de computación de propósito general alrededor de gráficos, luz simulada y física.

Para que todo funcione, los ingenieros de la compañía crearon una plataforma informática paralela, llamada CUDA. La belleza de CUDA fue que utilizó tanto la GPU como la CPU, el cerebro tradicional de la computadora, para procesar datos.

Compartir la carga llevó a un procesamiento exponencialmente más rápido.

En febrero de 2008, Nvidia adquirió Ageia, el fabricante de la unidad de procesamiento PhysX. El mensaje fue claro. Huang, el director ejecutivo, apostaba todo el negocio en GPU y el concepto de aprendizaje profundo. Fue una gran apuesta.

El aprendizaje profundo es una forma de inteligencia artificial que se basa en la enseñanza de algoritmos informáticos para procesar imágenes como el cerebro humano. Estaba lejos de ser un problema resuelto. Sin embargo, si funciona, podría convertirse en el futuro de un nuevo tipo de informática.

Huang estima que la compañía ha gastado $ 10 mil millones desde 2010 para desarrollar el aprendizaje profundo y el hardware de alta gama necesario para aprovechar. Los desarrolladores han comprado. Dirigiéndose a una audiencia en la Conferencia de Tecnología GPU 2018 en Silicon Valley la semana pasada, Huang dijo que durante la última década el número de desarrolladores de aprendizaje profundo se ha multiplicado por diez, hasta 1 millón.

Y la complejidad del código subyacente ha aumentado 500 veces en solo 5 años.

Eso es lo que es tan emocionante. La presentación de diapositivas de 2018 Investor Day proporciona una idea de hacia dónde se dirige el negocio. Por ejemplo, el negocio de centro de datos de Nvidia se ha triplicado en solo los últimos tres años, a $ 1,93 mil millones.

Ahora tiene su equipo en todas las principales redes de computación en la nube y en todos los principales fabricantes de computadoras. Desde Alibaba Cloud y Amazon Web Services hasta Huawei y Lenovo, sus GPU se han convertido en equipamiento estándar. Es un mercado que actualmente vale $ 50 mil millones y sigue creciendo.

El 21 de marzo, un Uber autodirigido golpeó y mató a una mujer que cruzaba una carretera en Arizona.

Tan trágico como fue, el desarrollo de vehículos autónomos continuará. Nvidia hace una solución completa, con software, hardware, recopilación de datos y simuladores, y un ecosistema de 370 socios automotrices. Nvidia es el jugador dominante en un mercado direccionable de al menos $ 60 mil millones.

¡No te pierdas nuestra pagina de Facebook!!