Saltar al contenido
Código IA Noticias de inteligencia artificial Santiago Mar 17 nov 2026
Dispositivos y chips

NVIDIA celebra 20 años de CUDA: el lenguaje que masificó la IA

Desde el supercomputador Blue Waters hasta el Nobel de Química, la plataforma que democratizó la computación con GPU cumple dos décadas.

NVIDIA celebra 20 años de CUDA: el lenguaje que masificó la IA
Foto: Coolcaesar / Wikimedia Commons (CC BY-SA 4.0) · Fuente

Esta semana, en la conferencia SC26 en Estados Unidos, NVIDIA conmemora los 20 años de CUDA, la plataforma de computación paralela que permitió usar las GPU (unidades de procesamiento gráfico) para tareas científicas y de inteligencia artificial. Lo que partió en noviembre de 2006 como una herramienta para que científicos y desarrolladores programaran GPUs con un lenguaje familiar —C, C++ y Fortran— hoy es usado por más de 11 millones de desarrolladores en todo el mundo. En Chile, donde la investigación en IA y supercómputo ha crecido en los últimos años, el aniversario de CUDA recuerda que gran parte del software que corre en los clusters locales —desde simulaciones moleculares hasta modelos de lenguaje— se apoya en esta arquitectura.

Los hitos que marcaron el camino

NVIDIA aprovechó la instancia para reconocer a algunos de los pioneros que hicieron posible este ecosistema. En la Universidad de Illinois Urbana-Champaign, el biofísico Klaus Schulten y su equipo conectaron la computación con GPU con la biología molecular a través de herramientas como Nanoscale Molecular Dynamics y Visual Molecular Dynamics. En 2013, investigadores de Illinois, la Universidad de Pittsburgh y la Universidad de Vanderbilt usaron herramientas aceleradas por CUDA para resolver la estructura atómica de la cápside del VIH, combinando experimentos con simulaciones en Blue Waters, uno de los supercomputadores más potentes de la época.

Otro hito fundamental ocurrió en la Universidad de Toronto, donde Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton entrenaron AlexNet —una red neuronal para reconocimiento de imágenes— usando solo dos GPUs de NVIDIA con CUDA. Ese sistema ganó la competencia ImageNet en 2012 y demostró el potencial de las GPU para el aprendizaje profundo, sentando las bases de la explosión actual de la IA. En Chile, universidades y centros de investigación han replicado este tipo de experimentos con hardware similar, aunque a menor escala.

De los laboratorios al Nobel

La conexión entre computación y descubrimiento científico se materializó con AlphaFold, el software que predice estructuras de proteínas. Demis Hassabis y John Jumper recibieron el Premio Nobel de Química 2024 por ese trabajo, y la versión pública de AlphaFold 2 utiliza CUDA para ejecutarse en GPU. Este es solo un ejemplo de cómo el trabajo de una generación abre puertas a la siguiente: hoy, con más de 1.000 bibliotecas NVIDIA CUDA-X, los desarrolladores están rediseñando industrias enteras, desde el descubrimiento de fármacos hasta los vehículos autónomos, pasando por la simulación financiera y la computación cuántica.

Para quienes quieran empezar a usar esta tecnología, NVIDIA pone a disposición el CUDA Toolkit de forma gratuita. En el stand de la compañía en SC26 también se habilitó un muro conmemorativo de los 20 años de CUDA, donde los asistentes pueden ver los hitos y dejar su testimonio. En Chile, cualquier investigador o estudiante puede descargar el kit desde el sitio de NVIDIA y empezar a programar en GPU sin costo, siempre que cuente con una GPU compatible.

Con información de NVIDIA

Compartir
En contexto

Más sobre Nvidia

Abrir dossier

Dispositivos y chips

Seguridad y privacidad

Herramientas y apps

Escríbenos

Te respondemos al correo que dejes.