De Virtua Racing y Mario 64 a la carrera por la IA
Estuve ahí, Gandalf. Fue hace 3000 años.
Salíamos del liceo para instalarnos en el Play Center, el objeto de nuestros deseos en 1994. Los juegos 3D mostraban sus primeras luces: Virtua Fighter, Tekken, maravillas de un tiempo emocionante. Nadie en esa sala de fichas imaginaba que estábamos mirando el primer capítulo de otra historia completamente distinta.
El origen: los videojuegos como catalizadores tecnológicos
Desde los primeros días de los videojuegos, los gráficos fueron el motor de la innovación en hardware. Y los años 90 concentraron una cantidad de hitos difícil de repetir.
En 1993, Doom popularizó los gráficos pseudo-3D y metió el motor de id Software en todas las PC del planeta. Un año antes, Virtua Racing ya había puesto polígonos renderizados en tiempo real en los arcades, apoyado en el hardware dedicado de la placa Model 1 de Sega. Dos caminos distintos hacia la misma obsesión: dibujar mundos tridimensionales lo más rápido posible.
Esa obsesión exigió hardware nuevo. Así nacieron los aceleradores gráficos de 3dfx Interactive —la Voodoo, sueño húmedo de toda una generación de gamers— y las primeras tarjetas de una incipiente NVIDIA. Pioneros, todos ellos, en algo que en su momento parecía un detalle técnico menor: calcular vectores y matrices a gran velocidad.
Porque eso es, en el fondo, renderizar un mundo 3D. Transformaciones lineales, cálculo matricial, interpolaciones. Miles de operaciones simples ejecutadas en paralelo, una y otra vez, sesenta veces por segundo.
La convergencia: de gráficos a redes neuronales
Durante años, ese poder de cómputo estuvo dedicado casi exclusivamente a que un auto derrapara mejor en pantalla.
Hasta que los investigadores notaron algo: las mismas operaciones que una GPU hacía para renderizar gráficos —multiplicaciones de matrices, operaciones vectoriales, interpolaciones— eran exactamente las que se necesitaban para entrenar redes neuronales profundas. La arquitectura masivamente paralela diseñada para los gamers resultó ser, por accidente feliz, la arquitectura ideal para el aprendizaje profundo.
El punto de quiebre llegó en 2012, cuando AlexNet ganó el concurso ImageNet entrenando sobre un par de placas de video de consumo. Lo que hasta entonces era una curiosidad académica se convirtió en una carrera.
Hoy, frameworks como TensorFlow y PyTorch están construidos para exprimir esa arquitectura paralela, permitiendo entrenar modelos con cientos de miles de millones de parámetros en tiempos razonables.
Impacto actual: la IA como nuevo motor de innovación
Las GPU ya no viven solo dentro de una PC gamer. Son el corazón de los centros de datos, los laboratorios de investigación y las startups de IA.
NVIDIA es el ejemplo más claro de esa transformación: pasó de fabricar tarjetas gráficas para jugar a liderar la computación acelerada aplicada a IA, simulación científica y vehículos autónomos. La empresa es la misma; el producto, esencialmente también. Cambió el mundo alrededor.
La historia de los gráficos por computadora terminó siendo, sin proponérselo, la historia de la inteligencia artificial moderna.
Treinta años después
Ni en mis sueños más hilarantes se me hubiera ocurrido que Star Fox o Daytona USA tuvieran algo que ver con lo que estamos viviendo hoy.
Y sin embargo, acá estamos.