La compra de SchedMD por parte de Nvidia marca un nuevo movimiento del gigante de los chips para consolidar su posición en el corazón de la computación de alto rendimiento y la inteligencia artificial. La compañía estadounidense no ha hecho públicos los detalles financieros, pero sí ha dejado claro que su objetivo es reforzar el control sobre la pieza de software que organiza gran parte del trabajo en los clústeres de supercomputación del planeta.
Esta operación llega en un contexto en el que Nvidia redobla su apuesta por el código abierto y por un ecosistema de IA que va mucho más allá de vender GPU. A la vez que anuncia esta adquisición, la firma mantiene un ritmo intenso de lanzamientos de modelos de IA propios y de inversiones en empresas del sector, en un mercado donde la competencia, especialmente desde Asia, no deja de crecer.
Qué es SchedMD y por qué Nvidia se la lleva a casa
SchedMD es una empresa californiana especializada en software de programación y gestión de cargas de trabajo a gran escala, muy conocida dentro del mundo de la computación de alto rendimiento (HPC) aunque apenas suene fuera de ese círculo. Su principal producto es Slurm, un gestor de colas y tareas de código abierto que coordina cómo se reparten los recursos de cómputo en grandes clústeres de servidores.
Fundada en 2010 en Livermore (California) por los desarrolladores de Slurm, Morris “Moe” Jette y Danny Auble, SchedMD opera con un equipo de unas 40 personas. Su modelo de negocio gira en torno a la prestación de servicios de soporte, ingeniería y mantenimiento sobre un software que cualquiera puede usar sin coste de licencia.
Slurm se ha convertido en un estándar de facto en el ámbito de los superordenadores y centros de datos dedicados a IA y HPC. Según datos citados por Nvidia, más de la mitad de los 10 y de los 100 sistemas más potentes del mundo en la lista TOP500 utilizan este gestor de cargas de trabajo para organizar millones de tareas que se ejecutan en paralelo.
La función de Slurm no es precisamente menor: decide qué trabajo se ejecuta, dónde y con qué recursos dentro de un clúster que puede agrupar decenas de miles de GPU. En un escenario en el que el entrenamiento de modelos de IA generativa consume una cantidad descomunal de potencia de cálculo, disponer de un “orquestador” eficiente se ha convertido en pieza crítica de la infraestructura.
Impacto en Europa: el papel del Barcelona Supercomputing Center y otros clientes
La adquisición no solo tiene relevancia en Estados Unidos. SchedMD cuenta con una base de clientes repartida por todo el mundo, entre los que figuran la empresa de infraestructura en la nube CoreWeave y el Barcelona Supercomputing Center (BSC), uno de los centros de referencia en Europa en materia de supercomputación.
En instalaciones como el BSC, Slurm se utiliza para planificar trabajos científicos, simulaciones físicas, análisis de datos masivos y proyectos de IA. Cualquier cambio en el futuro de esta herramienta tiene, por tanto, un efecto directo en la operativa diaria de supercomputadores que dan servicio a universidades, centros de investigación y empresas europeas.
Desde Nvidia se ha querido mandar un mensaje tranquilizador a este ecosistema internacional: la compañía ha insistido en que mantendrá Slurm como software de código abierto e independiente de proveedor, y que su intención es ampliar el acceso a nuevos sistemas, no limitarlo. El compromiso público incluye seguir apoyando un ecosistema diverso de hardware y software, algo clave para instituciones que combinan diferentes arquitecturas en sus clústeres.
Para Europa, donde la soberanía tecnológica y la interoperabilidad son temas sensibles, el hecho de que Slurm siga siendo abierto y ampliamente compatible resulta especialmente relevante. Aun así, la llegada de Nvidia a la “sala de máquinas” del gestor de cargas de trabajo puede reforzar, de forma indirecta, el peso de sus GPU en futuras ampliaciones de centros de supercomputación del continente.
Slurm como infraestructura crítica de la IA generativa
Nvidia subraya que Slurm forma parte de la infraestructura crítica necesaria para entrenar y desplegar modelos de IA generativa. Las grandes cargas de trabajo de IA y HPC se ejecutan en clústeres de GPU que requieren colas, programación avanzada y asignación inteligente de recursos para evitar que una parte del sistema esté parada mientras otra se satura.
En su comunicación oficial, la empresa explica que, a medida que los clústeres de HPC e IA se vuelven más grandes y potentes, exprimir cada GPU se vuelve imprescindible para contener costes y tiempos de entrenamiento. Aquí es donde entra Slurm, optimizado para trabajar con el hardware más reciente de Nvidia y capaz de gestionar políticas complejas de uso de recursos.
La herramienta se encarga de asignar trabajos de entrenamiento e inferencia a los nodos adecuados, distribuir las colas de tareas, aplicar prioridades y asegurar que el uso global del clúster se acerque lo máximo posible al 100 %. En el caso de la IA generativa, esto se traduce en la posibilidad de entrenar modelos con miles de millones de parámetros y servir respuestas a gran escala sin desperdiciar capacidad computacional.
Para los desarrolladores de modelos base y para los equipos que construyen aplicaciones de IA sobre ellos, contar con un sistema de gestión de cargas de trabajo maduro como Slurm permite aprovechar mejor la inversión en infraestructura y escalar proyectos sin reescribir desde cero la lógica de programación de tareas.
Refuerzo del “foso” de software: de CUDA a la capa de orquestación
El movimiento encaja en una estrategia más amplia en la que el software es tan importante como el hardware. Nvidia se ha construido una reputación en torno a la velocidad de sus chips, pero su plataforma propietaria CUDA se ha convertido en un estándar de facto entre desarrolladores de IA y HPC, creando un fuerte efecto de dependencia hacia sus GPU.
Analistas del sector señalan que la compra de SchedMD profundiza ese “foso” competitivo. Al integrar de forma más estrecha Slurm con su ecosistema, Nvidia gana peso no solo en la parte de cómputo puro, sino también en la capa que decide cómo, cuándo y dónde se usa esa potencia. En la práctica, la compañía amplía su influencia desde la GPU hasta el plano de control de los grandes centros de datos.
Al mismo tiempo, la empresa insiste en que seguirá manteniendo Slurm abierto y usable con otros fabricantes, una condición que le permite conservar el apoyo de la comunidad y de los grandes centros de investigación, que suelen evitar soluciones totalmente cerradas. La ecuación para Nvidia pasa por liderar el desarrollo y optimizar al máximo la integración con su propio hardware, sin cerrar la puerta a arquitecturas alternativas.
Para rivales como AMD o Intel, este escenario implica competir en un terreno donde el gestor de cargas más extendido está, desde ahora, en manos de su principal competidor en GPU. Aunque el carácter abierto de Slurm atenúa el riesgo de bloqueo, la capacidad de Nvidia para marcar la hoja de ruta técnica del proyecto puede influir en cómo se prioriza el soporte de nuevas funciones o arquitecturas.
Más allá de Slurm: un ecosistema de IA en plena expansión
La adquisición de SchedMD es solo una pieza dentro de una cadena de movimientos con los que Nvidia busca construir un ecosistema de IA completo, que abarque desde la gestión de la potencia de cálculo hasta las aplicaciones basadas en modelos avanzados. En los últimos meses, la compañía ha apostado fuerte por inversiones en compañías de referencia y en startups del sector.
Entre las operaciones más destacadas figuran una macroinversión en OpenAI, la entrada en el capital de empresas como Intel y Nokia, la participación en el consorcio liderado por BlackRock para comprar Aligned Data Centers —una operación valorada en unos 40.000 millones de dólares— y su presencia en rondas de financiación de actores como Anthropic, xAI (impulsada por Elon Musk), Scale AI, Perplexity, Nscale o Thinking Machines Lab.
En paralelo, Nvidia ha anunciado colaboraciones y compromisos de financiación con proyectos clave en software de diseño de semiconductores, como Synopsys, y con proveedores de infraestructura en la nube enfocados a IA, como la propia CoreWeave, que también es cliente de SchedMD. Todo ello dibuja un escenario en el que la compañía busca estar presente en cada capa de la cadena de valor de la inteligencia artificial.
Esta estrategia de expansión le ha permitido consolidarse como la empresa de mayor capitalización bursátil del mundo, con un valor de mercado que se sitúa en torno a los billones de dólares y con una cotización que, pese a episodios de volatilidad y dudas sobre una posible “burbuja de la IA”, ha seguido marcando niveles históricamente elevados.
Nuevos modelos de IA abiertos y respuesta a la competencia internacional
El anuncio de la compra de SchedMD coincidió con la presentación de una nueva familia de modelos de IA de código abierto por parte de Nvidia. Según la compañía, estos modelos están diseñados para ser más rápidos, menos costosos de ejecutar y más capaces que sus predecesores, con el objetivo de ofrecer una alternativa competitiva frente a la oleada de modelos abiertos procedentes, entre otros, de laboratorios de IA chinos.
La empresa ya venía ofreciendo una variedad de modelos y herramientas, desde simulaciones físicas hasta soluciones para vehículos autónomos, como software accesible para investigadores y organizaciones. Con esta nueva generación, Nvidia busca reforzar su papel como proveedor tanto de infraestructura como de modelos de referencia sobre los que otros puedan construir servicios y aplicaciones.
El mercado reaccionó con cierta confianza a esta combinación de anuncios: tras las noticias sobre la adquisición y los nuevos modelos, las acciones de Nvidia registraron subidas en torno al 1,3-1,5 %, recuperando parte del terreno perdido en días anteriores debido a las dudas sobre el ritmo real de adopción de la IA.
Al mantener una oferta de modelos abiertos, la compañía intenta equilibrar su estrategia de software propietario —con CUDA como pilar central— con un enfoque más colaborativo, que facilite que universidades, centros públicos europeos y empresas emergentes puedan experimentar y desplegar soluciones de IA sin partir desde cero.
Mientras tanto, la competencia no afloja: nuevos actores, incluidos consorcios internacionales y empresas chinas con fuertes apoyos estatales, están lanzando modelos y plataformas propias que presionan a Nvidia a moverse rápido para conservar su liderazgo tanto tecnológico como de mercado.
Con la integración de SchedMD bajo su paraguas, el compromiso de mantener Slurm como proyecto abierto y la expansión de su catálogo de modelos e inversiones, Nvidia da un paso más para situarse en el centro de la infraestructura global de IA y supercomputación, un terreno en el que Europa —con nodos clave como el Barcelona Supercomputing Center— seguirá muy pendiente de cómo evoluciona la relación entre independencia tecnológica y dependencia del hardware y software del gigante estadounidense.
