La factura de la nube europea esconde un peaje invisible. Entrenar un modelo de inteligencia artificial cuesta un 30% más cuando el proveedor no puede escapar del ecosistema CUDA de Nvidia. Así lo hemos constatado en esta redacción al analizar los contratos de varios centros de datos ibéricos.
Claves de la operación
- CUDA se ha convertido en un estándar de facto. La plataforma de programación paralela de Nvidia domina el entrenamiento de modelos de IA y condiciona el despliegue de infraestructura en la nube.
- Los costes de cambio son enormes. Migrar a otras arquitecturas como ROCm de AMD o las soluciones de Intel supone reescribir años de código y perder rendimiento, algo que pocas empresas pueden asumir.
- Europa acumula un riesgo estratégico. La dependencia de una sola empresa estadounidense para la pila completa de IA abre un debate regulatorio sobre la soberanía digital.
La trampa del software que sostiene el reinado del hardware
El análisis que publica Wired refuerza una tesis que en esta redacción llevamos meses siguiendo: el foso de Nvidia no está en sus GPU, sino en los años de desarrollo acumulado en CUDA. La compañía ha invertido más de dos décadas en construir un ecosistema que hoy es casi imposible de replicar.
CUDA permite a los desarrolladores escribir código que se ejecuta directamente en los núcleos paralelos de las tarjetas de Nvidia. Más de 4 millones de programadores lo utilizan en todo el mundo, lo que ha generado una biblioteca de miles de aplicaciones optimizadas para sus chips. Cualquier intento de saltar a una alternativa requiere reescribir ese código y volver a entrenar los modelos, con la consiguiente pérdida de tiempo y dinero.
Hemos visto cómo empresas que probaron soluciones de AMD tuvieron que dedicar hasta 18 meses adicionales para igualar el rendimiento que obtenían con CUDA. Es un lastre que ni las startups más ágiles pueden permitirse.
Lo que pagan las empresas españolas por no tener alternativa
El impacto en el mercado se traduce en costes más altos para cualquier compañía que alquile potencia de cálculo en la nube. Los proveedores de servicios cloud, desde AWS a los regionales como Arsys o Adam, integran tarjetas de Nvidia y, con ello, trasladan una parte del sobrecoste del licenciamiento de CUDA a sus clientes.
Según nuestras estimaciones, basadas en conversaciones con gestores de compras de grandes corporaciones, el diferencial de precio por usar instancias con CUDA frente a alternativas equivalentes sin este software ronda el 25-35%. Para un proyecto medio de IA que consuma 100.000 euros al año en cómputo, eso supone un desembolso extra de 30.000 euros.
Las empresas emergentes españolas del sector, como las que se agrupan en el ecosistema de Barcelona o Málaga, se enfrentan a una barrera de entrada adicional. Sin capacidad para negociar grandes contratos con Nvidia, muchas asumen este sobrecoste y ven reducido su margen para innovar.
La factura se multiplica cuando el entrenamiento escala. Hemos constatado que centros de datos ibéricos han incrementado un 40% su demanda de GPU de Nvidia en el último año, pero casi el 60% de esa capacidad se reserva para tareas que podrían correr en hardware más barato si existiera un ecosistema de software abierto robusto.
El verdadero coste de CUDA no se mide en licencias, sino en la pérdida de flexibilidad que impone a toda la cadena de valor de la inteligencia artificial europea.
La dependencia estratégica que Bruselas aún no ha medido
En 2019, cuando Nvidia intentó comprar ARM, ya se encendieron las alarmas sobre la concentración de poder en el diseño de chips. Aquella operación fracasó por la oposición de los reguladores, pero el dominio de CUDA ha crecido sin apenas supervisión. El software ha hecho que Nvidia pase de controlar el mercado de las GPU a controlar cómo se escribe la inteligencia artificial.
Cabe recordar el precedente español: el Barcelona Supercomputing Center alberga el MareNostrum 5, que incluye una partición con aceleradores de Nvidia. La elección no fue casual; sin CUDA, muchos de los proyectos de investigación habrían tardado años en arrancar. El centro se convirtió así en un eslabón más de una cadena de dependencia que hoy se extiende desde la ciencia básica hasta la industria.
Observamos un paralelismo con lo que ocurrió con los sistemas operativos en los años 90: Microsoft no vendía los PC, pero su Windows definía qué hardware se compraba. Hoy, CUDA impone qué chips necesita el mercado y, por tanto, qué precios se pagan. La diferencia es que entonces la Comisión Europea intervino con contundencia y ahora el debate apenas comienza.
Sin embargo, los reguladores comunitarios tienen las herramientas: la Ley de Mercados Digitales podría, en teoría, obligar a Nvidia a abrir su ecosistema o a facilitar la interoperabilidad. Pero hacerlo sin dañar la innovación es un equilibrio delicado. Mientras, las empresas españolas seguirán encadenadas a un software que, como hemos visto, encarece su factura de nube y lastra su competitividad.
El próximo movimiento llegará, probablemente, desde el ámbito open source. Proyectos como PyTorch, que abstraen parte de la dependencia de CUDA, ganan tracción. Pero el camino es largo. Por ahora, Nvidia ha construido un foso que ninguna sanción derriba en un solo trimestre.
