Hoy en día, un pequeño pero increíblemente potente chip está en el corazón de casi toda la tecnología que usamos: la Unidad de Procesamiento Gráfico, o GPU.Está en tu teléfono, en tu consola de videojuegos, y es la fuerza que impulsa la inteligencia artificial que está cambiando el mundo. Una sola de estas tarjetas gráficas puede realizar billones de cálculos por segundo, una hazaña que la hace indispensable para la investigación científica, las finanzas y hasta los coches autónomos.Pero este motor de la modernidad tuvo un comienzo muy humilde, naciendo de las luces parpadeantes y los sonidos de las máquinas recreativas de los años 70. 

La historia de la GPU no es una línea recta. Es una serie de transformaciones que han reinventado no solo el propio chip, sino todo el mundo tecnológico.Lo que empezó como un simple ayudante para dibujar píxeles en una pantalla, se convirtió en una bestia para los juegos 3D, luego en un superordenador para todo tipo de tareas y, finalmente, en el cerebro esencial de la era de la inteligencia artificial. Este es el relato de ese viaje, una historia de innovación, competencia feroz y el poder inesperado de hacer muchas cosas a la vez.  

Capítulo 1: La Prehistoria - Antes de que la "GPU" Tuviera Nombre (Años 70-80)

Los Inicios: Arcades y las Primeras Computadoras

Mucho antes de que existiera el término "GPU", la idea principal ya estaba funcionando en los salones de videojuegos. En los primeros juegos, la memoria para guardar las imágenes era carísima. Para solucionarlo, los ingenieros crearon circuitos gráficos especiales que "dibujaban" la imagen justo a tiempo, mientras el monitor la mostraba en la pantalla.Juegos como 

Space Invaders (1978) usaban estos trucos para ayudar al procesador principal (la CPU) a mover los gráficos. El sistema arcade de Galaxian (1979) fue un gran paso adelante, con hardware dedicado para color, personajes y fondos, sentando las bases de la época dorada de los arcades. 

Esta idea de tener un "coprocesador" para los gráficos llegó rápido a los hogares. La consola Atari 2600 de 1977 y los ordenadores Atari de 8 bits de 1979 tenían chips especiales que liberaban a la CPU de la tarea de dibujar en pantalla, permitiendo efectos más avanzados como el movimiento suave de los fondos.Al mismo tiempo, el chip "Pixie" de RCA (1976) ya ofrecía una resolución de 62x128, algo impresionante para la época. 

Los Primeros Aceleradores para PC

En el mundo de los ordenadores personales (PC), la historia fue similar. Los primeros PC de IBM de 1981 solo mostraban texto.Pronto llegó el color, pero el verdadero cambio fue el 

NEC µPD7220 en 1982. Fue el primer procesador gráfico en un solo chip.Esto permitió crear tarjetas gráficas baratas y potentes, capaces de mostrar resoluciones de hasta 1024x1024, y creó todo el mercado de gráficos para PC. 

A mediados de los 80, la idea de "aceleración" se hizo más clara. La clave fue el "blitter", un circuito diseñado para mover bloques de imágenes en la memoria a toda velocidad. El ordenador Commodore Amiga de 1985 es el mejor ejemplo; su revolucionario conjunto de chips podía dibujar líneas, rellenar áreas y manipular gráficos por su cuenta, dejando a la CPU libre para otras cosas.Este principio de quitarle trabajo a la CPU es el ADN de la GPU. Nació por necesidad, pero la lógica —un procesador principal para tareas generales y un ayudante especializado para tareas repetitivas— es la misma que hace que las GPUs de hoy sean cruciales para la IA. 

El "Salvaje Oeste" del 2D y el Nacimiento de los Gigantes

El final de los 80 fue una época caótica, un "salvaje oeste" donde docenas de empresas luchaban por crear el próximo estándar gráfico.Compañías como S3 Graphics, Cirrus Logic y Trident lanzaron muchísimos productos.En medio de todo esto, en 1985, nació una empresa canadiense que se convertiría en protagonista: 

ATI Technologies. Sus productos, como la serie VGA Wonder, se ganaron una buena reputación, iniciando una rivalidad que duraría décadas.Esta época forjó a los gigantes que dominarían la siguiente era y estableció el principio de que un chip especializado podía hacer el trabajo gráfico mucho mejor.  

Capítulo 2: La Revolución 3D y la Gran Guerra de las Gráficas (Años 90)

Un Nuevo Mundo: El Salto a las Tres Dimensiones

Si los 80 sentaron las bases, los 90 fueron la década de la revolución. El motivo fue una nueva generación de videojuegos que llevó a los jugadores de los mundos planos en 2D a los pasillos en 3D. Títulos como Wolfenstein 3D (1992) y, sobre todo, Doom (1993) y Quake (1996), crearon una demanda enorme de gráficos 3D en tiempo real, algo que las CPUs de la época no podían manejar.El mercado estaba listo para un nuevo tipo de hardware: el acelerador 3D.  

La Batalla de los Lenguajes: Glide vs. Direct3D vs. OpenGL

Para que un juego pudiera hablar con una de estas nuevas tarjetas aceleradoras 3D, necesitaban un lenguaje común, una API gráfica. A mediados de los 90, tres competidores luchaban por ser el estándar:  

• OpenGL: Creado por Silicon Graphics (SGI) en 1992, era el estándar profesional, muy potente pero también complejo. 
• Direct3D: La apuesta de Microsoft para llevar los juegos 3D a Windows. Al principio era torpe y difícil de usar, pero tenía el enorme respaldo de Microsoft. 
• Glide: Una API propia de una nueva empresa llamada 3dfx. Era súper rápida, pero solo funcionaba con su propio hardware. 

El Rey por un Día: El Ascenso y Caída de 3dfx Voodoo

En 1996, una empresa llamada 3dfx Interactive cambió las reglas del juego. Su producto, la Voodoo Graphics, no era una tarjeta gráfica completa, sino una "tarjeta de apoyo" que se conectaba a la tarjeta 2D que ya tenías.Su único trabajo era acelerar los juegos 3D, y lo hacía de forma espectacular. La clave de su éxito fue la combinación perfecta de su hardware y su API Glide. Los juegos optimizados para Glide, como 

Quake, se veían y se movían de una forma que dejaba en ridículo a la competencia. 

3dfx se convirtió en el rey absoluto de los videojuegos en PC. Pero su reinado fue corto y estuvo lleno de malas decisiones. La compañía se jactó de tener una ventaja de "14 meses" sobre sus rivales, algo que resultó ser un espejismo.Su intento de hacer una tarjeta todo en uno, la Voodoo Rush, fue un fracaso.Y la peor decisión fue dejar de diseñar solo chips para empezar a fabricar sus propias tarjetas. Esto convirtió a sus antiguos socios en competidores y enfadó al mercado.Su tecnología SLI, que permitía unir dos tarjetas Voodoo 2 para duplicar la potencia, era una maravilla técnica pero demasiado cara y complicada para la mayoría. 

Los Rivales: ATI Rage y la Persistencia de NVIDIA

Mientras 3dfx disfrutaba de su éxito, los otros gigantes no se durmieron. ATI lanzó su serie de chips 3D Rage, que eran buenos para tareas generales pero no podían competir con la Voodoo en juegos.Y luego estaba NVIDIA, una empresa fundada en 1993 que casi quiebra por el fracaso de su primer chip, el NV1, que ignoró el estándar DirectX de Microsoft que estaba empezando a dominar. 

NVIDIA aprendió de su error y volvió con el RIVA 128 y sus sucesores, el RIVA TNT y TNT2. Estas tarjetas no siempre eran las más rápidas, pero eran mucho más inteligentes: eran todo en uno (2D y 3D), funcionaban bien con DirectX y OpenGL, y no necesitaban la complicación de instalar una segunda tarjeta.Esta estrategia fue la correcta. Mientras 3dfx se aferraba a su sistema cerrado de Glide, NVIDIA apostó por los estándares abiertos que ganarían el futuro. La lección fue clara: en la guerra del hardware, el software es el que manda.  

1999: Nace la GPU con la GeForce 256

El golpe final llegó en 1999. NVIDIA lanzó la GeForce 256 y la anunció como la "primera GPU del mundo".Más allá del marketing, había una razón técnica. La GeForce 256 fue el primer chip para consumidores en integrar el motor de 

Transformación e Iluminación por hardware (T&L).Hasta entonces, los cálculos para crear las formas 3D y aplicarles luces los hacía la CPU. Al pasarle ese trabajo tan pesado a un motor dedicado en el chip gráfico, NVIDIA no solo liberó a la CPU, sino que cambió para siempre lo que una tarjeta gráfica podía hacer. 

La GeForce 256 marcó el fin de la guerra. 3dfx, incapaz de competir, se hundió y fue comprada por su archirrival, NVIDIA, en 2001.El campo de batalla quedó con solo dos contendientes: NVIDIA y ATI, estableciendo el duopolio que definiría la siguiente década.  

Capítulo 3: La Era de la Programabilidad y la Consolidación (Años 2000)

Dando el Control a los Creadores: La Llegada de los Shaders Programables

Con el nuevo milenio, la GPU vivió su siguiente gran cambio. El motor T&L de la GeForce 256 era potente, pero era de "función fija". Esto significaba que los desarrolladores de juegos solo podían usar los efectos visuales que los ingenieros de NVIDIA o ATI habían decidido grabar en el chip. La creatividad estaba limitada por el hardware. 

Todo cambió en 2001 con la NVIDIA GeForce 3. Fue la primera GPU en introducir los shaders programables, una idea central de la nueva API DirectX 8 de Microsoft.Un "shader" es un pequeño programa que se ejecuta directamente en la GPU. En lugar de tener herramientas fijas, los desarrolladores ahora tenían procesadores flexibles para:  

• Vertex Shaders: Programas que manipulan los puntos (vértices) de un modelo 3D, permitiendo cambiar su forma y movimiento de maneras complejas.
• Pixel Shaders: Programas que trabajan a nivel de píxel, dando a los artistas un control total sobre el color, la luz, las sombras y las texturas de una superficie. 

Esto fue un punto de inflexión. La GPU pasó de ser una simple máquina de dibujar triángulos a una plataforma gráfica programable, dando las llaves de la creatividad directamente a los artistas y programadores.

La Carrera de los "Shader Models"

La capacidad de estos shaders fue mejorando con cada nueva versión de DirectX, conocidas como "Shader Models":  

• Shader Model 1.0 (DirectX 8): Compatible con las GeForce 3/4 y las Radeon 8000 de ATI. Permitía programas sencillos para efectos básicos. 
• Shader Model 2.0 (DirectX 9): Soportado por las GeForce FX de NVIDIA y las famosas Radeon 9700 de ATI. Su gran avance fue que se podían programar en un lenguaje de alto nivel (HLSL), parecido a C, lo que facilitó mucho las cosas y permitió efectos mucho más complejos. 
• Shader Model 3.0 (DirectX 9.0c): Introducido con las GeForce 6/7 de NVIDIA y las Radeon X1000 de ATI. Añadió más flexibilidad y se convirtió en el estándar durante muchos años, haciendo posibles juegos visualmente espectaculares como Oblivion y el primer BioShock. 

Este avance hacia la programación obligó a cambiar el diseño de las GPUs. Al principio, tenían unidades separadas para los vertex shaders y los pixel shaders. Esto era ineficiente: si un juego usaba muchos efectos de píxeles pero poca geometría, las unidades de vértices se quedaban sin hacer nada, y viceversa.La solución, que llegó con DirectX 10 y la GeForce 8 de NVIDIA, fue la arquitectura unificada.En este nuevo diseño, la GPU tenía un gran grupo de procesadores idénticos y flexibles (llamados Stream Processors en AMD o CUDA Cores en NVIDIA) que podían hacer cualquier tipo de trabajo según se necesitara. Este cambio, pensado para mejorar la eficiencia en los juegos, tuvo una consecuencia inesperada y gigantesca: convirtió a la GPU en un motor de procesamiento paralelo súper flexible, preparando el terreno para su siguiente gran transformación.  

El Duopolio se Consolida

La década de 2000 fue una carrera sin tregua entre NVIDIA y ATI. Cada año salían tarjetas icónicas que luchaban por ser la más potente, como la legendaria ATI Radeon 9700 Pro, que sorprendió a todos en 2002, o las potentes GeForce 6800 Ultra y 7800 GTX de NVIDIA.

El evento más importante de esta época ocurrió en 2006, cuando Advanced Micro Devices (AMD) compró ATI por 5.400 millones de dólares.Esta fusión creó un gigante tecnológico que podía fabricar tanto CPUs (Ryzen) como GPUs (Radeon). La compra preparó el escenario para la rivalidad "rojo contra verde" que conocemos hoy y sentó las bases para futuras innovaciones como las APU, que combinan CPU y GPU en un solo chip.  

Capítulo 4: Un Nuevo Propósito - La GPU Aprende a Pensar (Finales de los 2000 - Años 2010)

Más Allá de los Juegos: El Nacimiento de GPGPU

La arquitectura de shaders unificados, creada para los juegos, había convertido a la GPU en un superordenador paralelo casi por accidente. Los científicos no tardaron en darse cuenta. Vieron que estas tarjetas de consumo tenían una capacidad de cálculo masiva, muy superior a la de las CPUs de la época, y por mucho menos dinero. Así nació el concepto de GPGPU (Computación de Propósito General en GPUs). 

Los primeros intentos fueron ingeniosos pero muy complicados. Los investigadores "engañaban" a las APIs de gráficos como OpenGL para que procesaran sus datos. En lugar de texturas y vértices, metían datos de simulaciones moleculares o modelos financieros, convirtiendo sus problemas en un lenguaje que la GPU pudiera entender.Funcionaba, pero era increíblemente difícil para cualquiera que no fuera un experto en gráficos.  

CUDA contra el Resto del Mundo (OpenCL)

El verdadero cambio llegó en 2007, cuando NVIDIA lanzó CUDA (Compute Unified Device Architecture).CUDA era más que una API; era una plataforma completa. Ofrecía una forma de programar usando el popular lenguaje C, junto con un compilador y bibliotecas optimizadas. De repente, cualquier programador con conocimientos de C podía usar la enorme potencia de una GPU sin tener que ser un experto en gráficos 3D.CUDA democratizó la supercomputación.  

Como respuesta al sistema cerrado de NVIDIA, un grupo de empresas liderado por Apple lanzó en 2009 OpenCL (Open Computing Language).Como su nombre indica, OpenCL era un estándar abierto y gratuito, diseñado para funcionar en hardware de diferentes marcas: GPUs de NVIDIA, AMD e Intel, e incluso CPUs.Esto inició una nueva batalla. CUDA ofrecía un ecosistema más maduro y a menudo un mejor rendimiento por su estrecha integración con el hardware de NVIDIA.OpenCL, por otro lado, ofrecía la libertad de no estar atado a un solo fabricante, pero tardó más en despegar. 

Un Nuevo Campo de Batalla: De la Ciencia a las Criptomonedas

Con estas nuevas herramientas, el uso de GPGPU se disparó. Las GPUs se convirtieron en herramientas esenciales en campos como la simulación científica, la predicción del tiempo, el análisis financiero o la visión por ordenador. 

Sin embargo, una aplicación inesperada tuvo un impacto masivo en el mercado: la minería de criptomonedas. Los algoritmos de criptomonedas como Bitcoin y, sobre todo, Ethereum, se basaban en hacer billones de cálculos repetitivos y paralelos. Era una tarea perfecta para la arquitectura de la GPU.A partir de 2010, varias "fiebres del oro" digitales hicieron que los mineros compraran tarjetas gráficas en masa, provocando una escasez mundial y una subida de precios brutal para los jugadores. Por primera vez, una aplicación que no era ni de juegos ni profesional estaba dictando las reglas del mercado de las GPUs, un aviso de lo que estaba por venir.  

Capítulo 5: La Era de la IA y los Gráficos de Película (Finales de los 2010 - Presente)

El Momento AlexNet (2012): La IA Encuentra su Superpoder

Mientras la GPGPU transformaba la ciencia, una revolución silenciosa estaba ocurriendo en la inteligencia artificial. El corazón matemático del "deep learning" (aprendizaje profundo) es la multiplicación de matrices, una operación que consiste en hacer miles de cálculos simples en paralelo. De nuevo, esto era perfecto para la arquitectura de la GPU. 

El momento clave llegó en 2012. Un equipo de investigación usó dos GPUs NVIDIA para entrenar una red neuronal llamada AlexNet. Con ella, ganaron por goleada el prestigioso concurso de reconocimiento de imágenes ImageNet. Demostraron que usar GPUs podía reducir el tiempo de entrenamiento de modelos complejos de semanas a días, haciendo práctico lo que antes era solo teórico.Este fue el "big bang" de la revolución de la IA, y la GPU fue su motor.  

NVIDIA se Centra en la IA: La Invención de los Tensor Cores

NVIDIA se dio cuenta de este cambio y se transformó de una empresa de gráficos a una "empresa de IA". Esto culminó en 2017 con la arquitectura Volta y la introducción de los Tensor Cores.Estos no eran procesadores normales como los CUDA Cores; eran unidades de hardware especializadas, diseñadas con un único propósito: acelerar las operaciones matemáticas que son la base del deep learning. 

Los Tensor Cores multiplicaron por diez el rendimiento en tareas de IA, consolidando el dominio casi total de NVIDIA en el lucrativo mercado de los centros de datos.Cada nueva arquitectura —Turing, Ampere, Hopper y la más reciente, Blackwell— ha traído una nueva generación de Tensor Cores, cada vez más rápidos y versátiles. 

El Santo Grial de los Juegos: Ray Tracing en Tiempo Real

Mientras la IA redefinía el propósito de la GPU en los centros de datos, en el mundo de los videojuegos se perseguía un sueño de décadas: el Ray Tracing (trazado de rayos) en tiempo real. A diferencia de la rasterización, que es un truco inteligente para simular 3D, el trazado de rayos simula el comportamiento físico de la luz, trazando la trayectoria de rayos de luz individuales. El resultado son reflejos, sombras e iluminación increíblemente realistas, pero con un coste computacional enorme. 

En 2018, NVIDIA hizo este sueño posible con la serie GeForce RTX 20 (arquitectura Turing). Fueron las primeras tarjetas para consumidores en incluir hardware dedicado, los RT Cores, diseñados para acelerar los cálculos de trazado de rayos, haciendo que fuera finalmente viable en los videojuegos. 

El "Almuerzo Gratis" de la IA: DLSS vs. FSR

El trazado de rayos era real, pero afectaba mucho al rendimiento. La solución, irónicamente, vino de la IA.

• NVIDIA DLSS (Deep Learning Super Sampling): Usando sus Tensor Cores, NVIDIA introdujo DLSS. Esta tecnología renderiza el juego a una resolución más baja y luego usa una IA para reconstruir una imagen de alta calidad, a menudo indistinguible de la nativa, aumentando muchísimo los fotogramas por segundo.DLSS ha evolucionado rápidamente, desde una primera versión borrosa hasta el aclamado DLSS 2.0, DLSS 3 con Generación de Fotogramas (que inventa fotogramas intermedios) y el más reciente DLSS 4. 
• AMD FSR (FidelityFX Super Resolution): AMD tomó un camino diferente. Su FSR 1.0 era un escalador simple pero eficaz y de código abierto.Con FSR 2.0, adoptaron un enfoque más avanzado que competía con la calidad de DLSS, pero con la ventaja de no necesitar hardware de IA dedicado, por lo que funcionaba en muchas más GPUs, incluidas las de la competencia. FSR 3 añadió su propia tecnología de generación de fotogramas, y el reciente FSR 4 sigue mejorando la calidad. 

La Evolución de AMD: La Arquitectura RDNA

Para competir en esta nueva era, AMD también rediseñó su arquitectura. En 2019, abandonó su antigua arquitectura GCN por RDNA (Radeon DNA), diseñada desde cero para ser más eficiente en juegos.La evolución ha sido rápida: 

RDNA 2 (2020) fue el motor de las consolas PlayStation 5 y Xbox Series X|S e introdujo el trazado de rayos por hardware en el ecosistema de AMD.Las arquitecturas posteriores, RDNA 3 y las más recientes RDNA 4/5, se han centrado en alcanzar a NVIDIA en rendimiento de trazado de rayos y capacidades de IA. 

Capítulo 6: El Panorama Actual

El Campo de Batalla Hoy: NVIDIA vs. AMD vs. Intel

A mediados de 2025, el mercado de las tarjetas gráficas dedicadas está dominado por NVIDIA. Los informes del primer trimestre de 2025 le dan una cuota de mercado del 92%, dejando a AMD con un 8% y a Intel con un 0% en este segmento.Si miramos el mercado total de GPUs para PC, incluyendo los gráficos que vienen integrados en los procesadores, Intel sigue siendo líder gracias a su dominio en las CPUs, pero en el mundo del rendimiento y los videojuegos, la batalla es entre el equipo verde (NVIDIA) y el rojo (AMD), con el azul (Intel) intentando hacerse un hueco. 

Las estrategias de los tres son claras:

• NVIDIA: Se ha convertido en una empresa de plataforma completa, centrada en un ecosistema de alta gama impulsado por la IA. Su enfoque lo abarca todo: hardware, software y servicios, creando una ventaja competitiva casi insuperable, sobre todo en los centros de datos. 
• AMD: Es el principal retador, ofreciendo una buena relación calidad-precio en los videojuegos y creciendo poco a poco en los centros de datos. Su ventaja de poder ofrecer soluciones de CPU y GPU juntas sigue siendo importante. 
• Intel: Es el tercer actor que intenta romper el mercado con sus GPUs Arc. Su estrategia es ofrecer un gran valor, sobre todo en la gama media y de entrada, y promover estándares abiertos para competir con el ecosistema cerrado de NVIDIA. 

Las Arquitecturas del Mañana, Hoy: Blackwell, RDNA 4/5 y Battlemage

El año 2025 está definido por una nueva generación de arquitecturas:

• NVIDIA Blackwell (Serie RTX 50): Esta arquitectura ha sido otro gran salto, especialmente para la IA. Sus Tensor Cores de quinta generación ofrecen aceleraciones masivas para los modelos de IA generativa y son el motor de DLSS 4, que sigue aumentando la ventaja de NVIDIA en rendimiento asistido por IA. 
• AMD RDNA 4/5 (Serie RX 9000 y más allá): Con la serie RX 9000 (RDNA 4), AMD ha seguido mejorando su eficiencia. Sin embargo, todas las miradas están puestas en la futura RDNA 5, que podría unificar sus líneas de gaming (RDNA) y de centro de datos (CDNA). El objetivo es claro: mejorar drásticamente el rendimiento en trazado de rayos e IA para competir de tú a tú con NVIDIA. 
• Intel Battlemage (Serie B): La segunda generación de GPUs de Intel, liderada por tarjetas como la Arc B580, ha sido bien recibida por su excelente relación calidad-precio. Ofrece un rendimiento muy competitivo para juegos a 1440p a un precio recomendado agresivo, demostrando el compromiso de Intel con el mercado. 

El Precio de la Potencia: El Mercado en 2024-2025

A pesar de los avances, la situación para los consumidores en 2025 es complicada. Casi todas las tarjetas gráficas de nueva generación se venden muy por encima de su precio recomendado. Datos de mediados de 2025 muestran que la RTX 5090 se vende por casi el doble de su precio oficial de 1.999 $, mientras que tarjetas más modestas como la RTX 5060 Ti o la RX 9070 XT también sufren sobreprecios importantes. 

La causa es un cambio en el mercado. La demanda de los jugadores, aunque sigue siendo fuerte, ha sido superada por el apetito insaciable de la industria de la IA y los centros de datos.El mismo chip de gama alta que se usa para una GeForce RTX 5090 es aún más valioso para NVIDIA cuando lo vende como una GPU de centro de datos, que cuesta decenas de miles de dólares. Esto crea un incentivo para priorizar el mercado empresarial, dejando al mercado de consumo con pocas unidades y precios altos. 

Esto nos ha llevado a una nueva realidad: el jugador ya no es el cliente principal para los chips de GPU más potentes. Ahora compiten por los recursos con industrias multimillonarias, y están perdiendo. El precio y la disponibilidad de las tarjetas gráficas se han convertido en un efecto secundario de la fiebre del oro de la IA. Irónicamente, el mayor éxito de la GPU —su papel en la revolución de la IA— se ha convertido en el mayor dolor de cabeza para la comunidad que la impulsó durante décadas: los jugadores.

Conclusión: El Próximo Horizonte

El viaje de la unidad de procesamiento gráfico ha sido extraordinario. En cincuenta años, ha pasado de ser un simple circuito para dibujar marcianitos en Space Invaders, a un motor 3D para explorar los mundos de Quake, a un superordenador para resolver problemas científicos, y finalmente, al cerebro indispensable que impulsa la inteligencia artificial moderna. Cada paso de este viaje no fue una simple mejora, sino una reinvención que abrió nuevas posibilidades para la tecnología.

La historia de la GPU está lejos de terminar. Su diseño, perfecto para hacer muchas cosas a la vez, la sitúa en el centro de la próxima ola de innovación: realidades virtuales y aumentadas verdaderamente inmersivas, robótica avanzada, descubrimiento de fármacos con IA y la solución de problemas que hoy apenas podemos imaginar.El ciclo de especializarse en una tarea (gráficos), generalizarse para muchas (GPGPU) y volver a especializarse para una nueva tarea dominante (IA) seguramente se repetirá. La GPU, el motor inesperado de nuestra era digital, continuará su increíble historia de transformación, manteniéndose en el corazón del progreso tecnológico en las décadas que vienen.