El dominio de Nvidia en el hardware de IA está bien documentado. La empresa controla aproximadamente el 86% de los ingresos de GPU para centros de datos. Pero su verdadera ventaja competitiva nunca ha sido los chips en sí, sino CUDA, el ecosistema de software que hace que los desarrolladores dependan tanto del hardware de Nvidia que cambiarlo se siente como aprender un nuevo idioma mientras se cae en paracaídas.
OpenAI apuesta por poder proporcionar un paracaídas a todos. La herramienta de código abierto de la empresa llamada Triton, lanzada por primera vez en julio de 2021, se presenta como la clave para ejecutar modelos de IA en hardware que no sea de Nvidia con cambios mínimos en el código.
De proyecto de investigación a arma estratégica
Triton comenzó como un proyecto relativamente modesto. Su propósito original era permitir a los desarrolladores escribir código de GPU de alto rendimiento en Python en lugar de lidiar con la programación CUDA de bajo nivel.
La herramienta ha evolucionado considerablemente desde que la versión 1.0 se lanzó a mediados de 2021. El análisis de principios de 2026 indica que Triton ha alcanzado un punto de inflexión, ya que ahora permite portar modelos de IA entre diferentes plataformas de hardware con reescrituras mínimas o incluso nulas de código.
OpenAI tampoco está construyendo herramientas en un vacío. La empresa firmó un acuerdo plurianual con AMD en octubre de 2025 para desplegar hasta 6 gigavatios de GPUs Instinct. La primera ola, de 1 gigavatio de chips de la serie MI450, se espera que llegue en la segunda mitad de 2026.
Siguiendo la pista de contratación
OpenAI está contratando activamente ingenieros de inferencia enfocados específicamente en la habilitación de GPUs de AMD. Informes de 2026 también indican que OpenAI ha expresado insatisfacción con ciertos chips de Nvidia.
Qué significa esto para los inversores
La participación del 86% de Nvidia en los ingresos de GPU para centros de datos no desaparecerá de la noche a la mañana. CUDA cuenta con décadas de optimización acumulada y un ecosistema de desarrolladores profundamente arraigado.
AMD tiene la mayor posibilidad de beneficiarse directamente. La empresa ya cuenta con silicio competitivo, y la asociación con OpenAI valida sus ambiciones en hardware de IA de una manera que ningún benchmark podría lograr. Cuando la empresa de IA más grande del mundo se compromete a desplegar gigavatios de tus GPUs, envía un mensaje claro al resto de la industria de que existe una alternativa viable a Nvidia.
El riesgo a vigilar es la ejecución. Construir una herramienta que teóricamente funcione en cualquier hardware es una cosa. Lograr que realice al mismo nivel que el código optimizado para CUDA en los propios chips de Nvidia es un desafío completamente diferente.