Jensen Huang: Biografía, logros y impacto en NVIDIA
Contenidos
Jensen Huang es un ingeniero taiwanés-estadounidense cuya trayectoria profesional ha definido el rumbo de la computación moderna. Desde su nacimiento el 17 de febrero de 1963 en Tainan, Taiwán, hasta su liderazgo en la empresa más valiosa del mundo por capitalización de mercado, NVIDIA, su labor ha sido fundamental en la evolución de la inteligencia artificial, la computación paralela y la nube. Como ingeniero, su visión técnica se basa en la integración de la innovación en hardware con la necesidad de resolver problemas complejos a gran escala. Su enfoque no solo ha transformado el desarrollo de unidades de procesamiento gráfico (GPU), sino que también ha abierto nuevas fronteras en la capacidad de los sistemas computacionales para procesar información de manera eficiente. La filosofía de Jensen Huang se fundamenta en la idea de que el progreso tecnológico no se logra mediante avances aislados, sino mediante una combinación de creatividad, rigor matemático y una profunda comprensión de las necesidades prácticas de la sociedad. Su legado está en la capacidad de anticipar tendencias y convertirlas en soluciones que hoy son esenciales para la industria.
Introducción y Filosofía de Ingeniería de Jensen Huang
La trayectoria de Jensen Huang es un testimonio de cómo el ingeniero puede ser un agente de cambio en la historia de la tecnología. Su trabajo no solo ha impulsado avances en el desarrollo de hardware, sino que también ha redefinido el papel de la computación en la sociedad contemporánea. Como ingeniero, su filosofía se basa en la búsqueda de eficiencia, escalabilidad y versatilidad en los sistemas tecnológicos. Para Huang, la ingeniería no es solo la aplicación de principios científicos, sino una forma de resolver problemas concretos mediante la combinación de innovación, rigor matemático y una visión a largo plazo. Su enfoque se refleja en la creación de soluciones que no solo resuelven necesidades actuales, sino que también anticipan las demandas futuras de la industria.
La visión de Huang se ha materializado en la evolución de las unidades de procesamiento gráfico (GPU), que han pasado de ser componentes especializados para el renderizado visual a ser fundamentales para la inteligencia artificial, la computación en la nube y el procesamiento de datos masivos. Su trabajo ha permitido que los sistemas computacionales puedan manejar tareas complejas con una eficiencia sin precedentes, lo que ha abierto nuevas posibilidades en campos como la robótica, la medicina, la energía y la comunicación. La filosofía de Huang se basa en la idea de que la tecnología debe ser accesible, escalable y capaz de adaptarse a los desafíos globales. Su enfoque no se limita a la innovación técnica, sino que también abarca una responsabilidad social hacia la aplicación ética y sostenible de los avances tecnológicos.
En el ámbito de la ingeniería, Huang ha demostrado una capacidad para anticipar tendencias y convertirlas en soluciones prácticas. Su contribución a la computación paralela y la nube ha sido clave para la evolución de la industria, permitiendo que las empresas y organizaciones puedan procesar grandes volúmenes de datos de manera eficiente. La importancia de su trabajo radica en que no solo ha impulsado la innovación en hardware, sino que también ha abierto nuevas oportunidades para la integración de la tecnología en la vida cotidiana. Su legado está en la capacidad de transformar la forma en que las personas interactúan con la tecnología, creando un entorno donde la computación no es solo una herramienta, sino un pilar fundamental de la sociedad moderna.
Contexto Histórico, Formación e Innovaciones
La trayectoria de Jensen Huang se inicia en Tainan, Taiwán, donde nació el 17 de febrero de 1963. Su formación académica lo llevó a estudiar ingeniería eléctrica en la Universidad de Purdue, donde adquirió una base sólida en teoría de circuitos, electrónica y sistemas. Después de graduarse, Huang se trasladó a Estados Unidos, donde obtuvo su doctorado en ingeniería eléctrica por la Universidad de California en Berkeley. Durante sus estudios, se enfocó en el desarrollo de sistemas de procesamiento de señales y teoría de la información, lo que lo preparó para abordar problemas complejos en el ámbito de la tecnología.
La formación de Huang no solo se limitó a la academia. Durante sus años en la universidad, desarrolló una pasión por la innovación y la resolución de problemas prácticos. Su interés en la electrónica y la ingeniería lo llevó a explorar nuevas formas de optimizar el rendimiento de los sistemas computacionales. Esta curiosidad y su habilidad para aplicar teorías matemáticas a problemas técnicos marcaron el inicio de su carrera como ingeniero.
El contexto histórico en el que Huang desarrolló su carrera es crucial para entender su impacto. Durante la segunda mitad del siglo XX, la computación estaba en una fase de transición hacia sistemas más potentes y versátiles. La necesidad de procesar grandes volúmenes de datos y la evolución de la inteligencia artificial generaron una demanda de hardware más eficiente. Huang, con su formación en ingeniería eléctrica y su visión de la tecnología, se posicionó como un actor clave en esta transformación.
Su primer gran desafío llegó en 1993, cuando fundó NVIDIA junto con otros ingenieros. La empresa nació con la visión de desarrollar unidades de procesamiento gráfico (GPU) que no solo mejoraran el rendimiento de los sistemas de visualización, sino que también abrieran nuevas posibilidades en el procesamiento de datos. La innovación de NVIDIA se basó en la idea de que las GPUs podían ser utilizadas para tareas que no solo eran visuales, sino que también implicaban cálculos complejos. Esta visión fue revolucionaria en su época, ya que la mayoría de los ingenieros aún no veían el potencial de las GPUs para aplicaciones más allá del renderizado gráfico.
La evolución de NVIDIA bajo la dirección de Huang fue un testimonio de su habilidad para anticipar tendencias y adaptar su enfoque a las necesidades del mercado. A medida que la computación paralela y la inteligencia artificial se volvían más relevantes, Huang lideró la transición de NVIDIA de una empresa especializada en gráficos a una referente en el desarrollo de hardware para aplicaciones avanzadas. Esta transformación no solo consolidó la posición de NVIDIA como una de las empresas más influyentes del sector, sino que también marcó un antes y un después en la industria de la tecnología.
La historia de Huang está intrínsecamente ligada a la evolución de la computación moderna. Su formación académica, su visión técnica y su capacidad para resolver problemas complejos lo convirtieron en un pilar fundamental en el desarrollo de la tecnología. Su legado no solo se refleja en los avances de NVIDIA, sino también en el impacto que sus innovaciones han tenido en campos como la inteligencia artificial, la nube y la robótica.
Análisis Técnico de Obras y Proyectos Fundamentales
La trayectoria profesional de Jensen Huang se sustenta en una serie de proyectos y avances técnicos que han definido el rumbo de la computación moderna. Entre sus obras más destacadas se encuentran los desarrollos de unidades de procesamiento gráfico (GPU) que han revolucionado la industria de la informática. Cada uno de estos proyectos representa un avance significativo en la ingeniería, combinando principios matemáticos, innovación en diseño y una visión a largo plazo.
NVIDIA GeForce 256 (1999) – El Nacimiento de la GPU Moderna
El primer gran hito de Huang en la historia de las GPUs fue el desarrollo de la GeForce 256, lanzada en 1999. Este chip marcó el inicio de la era de las unidades de procesamiento gráfico como componentes independientes y potentes. La GeForce 256 introdujo conceptos fundamentales como el procesamiento de texturas en hardware, lo que permitió una mejora significativa en la calidad visual de los videojuegos y aplicaciones gráficas.
La arquitectura de la GeForce 256 se basaba en un enfoque innovador para la renderización de gráficos, integrando hardware dedicado para tareas que antes eran realizadas por la CPU. Este enfoque no solo mejoró el rendimiento, sino que también redujo la carga computacional en los sistemas. La solución técnica incluía un procesador gráfico dedicado, un conjunto de memorias de alta velocidad y un bus de comunicación optimizado para transferir datos de manera eficiente.
La elección de materiales y componentes fue clave para el éxito de esta arquitectura. La GeForce 256 utilizaba tecnología de fabricación de 0.25 micrones, lo que permitió la integración de circuitos complejos en un espacio reducido. Esta elección no solo garantizó la eficiencia energética, sino que también permitió la escalabilidad de los diseños futuros.
El impacto de la GeForce 256 fue inmediato. La introducción de la GPU como componente independiente cambió el paradigma de la computación gráfica, permitiendo que los sistemas operativos y aplicaciones se beneficiaran de una mayor potencia de cálculo. Esta innovación sentó las bases para el desarrollo de una nueva generación de GPUs, que posteriormente se convertirían en la columna vertebral de la inteligencia artificial y la computación paralela.
NVIDIA Tesla (2006) – La GPU para la Computación de Alto Rendimiento
Un avance significativo en la trayectoria de Huang fue el desarrollo de la arquitectura Tesla, lanzada en 2006. Esta GPU fue diseñada específicamente para aplicaciones de cálculo paralelo, como la simulación científica, la inteligencia artificial y la procesamiento de datos masivos. La Tesla representó un salto cualitativo en la capacidad de las GPUs para abordar problemas complejos que antes eran resueltos por sistemas tradicionales.
La solución técnica de la Tesla se basó en un enfoque de arquitectura por bloques, donde cada bloque de procesamiento podía operar de forma independiente y simultánea. Esto permitió una gran escalabilidad en la capacidad de cálculo, lo que fue fundamental para aplicaciones que requerían un alto grado de paralelismo. La arquitectura también incluía un conjunto de memorias de alta velocidad y una optimización en la comunicación entre los componentes, lo que garantizó una eficiencia energética y una reducción del tiempo de procesamiento.
La elección de materiales y componentes fue crucial para el éxito de la Tesla. La arquitectura utilizaba tecnología de fabricación de 90 nanómetros, lo que permitió la integración de un gran número de transistores en un espacio reducido. Esta elección no solo mejoró el rendimiento, sino que también permitió la adaptación de la arquitectura a diferentes aplicaciones, desde la investigación científica hasta el procesamiento de datos en la nube.
El impacto de la Tesla fue inmediato. La introducción de la GPU como un componente para cálculo paralelo abrió nuevas posibilidades en la computación, permitiendo que investigadores y desarrolladores pudieran abordar problemas que antes eran inalcanzables. Esta innovación marcó el inicio de una nueva era en la computación, donde las GPUs no solo eran utilizadas para gráficos, sino que también se convirtieron en un pilar fundamental para la inteligencia artificial y la ciencia de datos.
NVIDIA A100 (2020) – La GPU para la Era de la Inteligencia Artificial
El desarrollo de la arquitectura A100, lanzada en 2020, representa el culmen de la visión técnica de Jensen Huang. Esta GPU está diseñada específicamente para aplicaciones de inteligencia artificial, procesamiento de datos masivos y cálculo científico. La A100 es un ejemplo de cómo la ingeniería puede anticipar las necesidades del mercado y convertirlas en soluciones prácticas.
La solución técnica de la A100 se basa en una arquitectura de cálculo por bloques, donde cada bloque puede operar de forma independiente y simultánea. Esta arquitectura permite una gran escalabilidad en la capacidad de cálculo, lo que es fundamental para aplicaciones que requieren un alto grado de paralelismo. La A100 también incluye un conjunto de memorias de alta velocidad y una optimización en la comunicación entre los componentes, lo que garantiza una eficiencia energética y una reducción del tiempo de procesamiento.
La elección de materiales y componentes fue clave para el éxito de la A100. La arquitectura utiliza tecnología de fabricación de 7 nanómetros, lo que permite la integración de un gran número de transistores en un espacio reducido. Esta elección no solo mejora el rendimiento, sino que también permite la adaptación de la arquitectura a diferentes aplicaciones, desde la investigación científica hasta el procesamiento de datos en la nube.
El impacto de la A100 es inmenso. La introducción de la GPU como un componente para la inteligencia artificial ha abierto nuevas posibilidades en la computación, permitiendo que investigadores y desarrolladores puedan abordar problemas que antes eran inalcanzables. Esta innovación marcó el inicio de una nueva era en la computación, donde las GPUs no solo son utilizadas para gráficos, sino que también son un pilar fundamental para la inteligencia artificial y la ciencia de datos.
NVIDIA H100 (2022) – La GPU para la Era de la Computación Híbrida
El desarrollo de la arquitectura H100, lanzada en 2022, representa el siguiente paso en la evolución de las GPUs de Jensen Huang. Esta GPU está diseñada para abordar los desafíos de la computación híbrida, donde se combinan procesos de cálculo tradicionales con la potencia de las GPUs. La H100 es un ejemplo de cómo la ingeniería puede anticipar las necesidades del mercado y convertirlas en soluciones prácticas.
La solución técnica de la H100 se basa en una arquitectura de cálculo por bloques, donde cada bloque puede operar de forma independiente y simultánea. Esta arquitectura permite una gran escalabilidad en la capacidad de cálculo, lo que es fundamental para aplicaciones que requieren un alto grado de paralelismo. La H100 también incluye un conjunto de memorias de alta velocidad y una optimización en la comunicación entre los componentes, lo que garantiza una eficiencia energética y una reducción del tiempo de procesamiento.
La elección de materiales y componentes fue clave para el éxito de la H100. La arquitectura utiliza tecnología de fabricación de 4 nanómetros, lo que permite la integración de un gran número de transistores en un espacio reducido. Esta elección no solo mejora el rendimiento, sino que también permite la adaptación de la arquitectura a diferentes aplicaciones, desde la investigación científica hasta el procesamiento de datos en la nube.
El impacto de la H100 es inmenso. La introducción de la GPU como un componente para la computación híbrida ha abierto nuevas posibilidades en la computación, permitiendo que investigadores y desarrolladores puedan abordar problemas que antes eran inalcanzables. Esta innovación marcó el inicio de una nueva era en la computación, donde las GPUs no solo son utilizadas para gráficos, sino que también son un pilar fundamental para la inteligencia artificial y la ciencia de datos.
NVIDIA Grace CPU (2023) – La Integración de CPU y GPU en una Arquitectura Única
El desarrollo de la arquitectura Grace CPU, lanzada en 2023, representa una nueva etapa en la visión técnica de Jensen Huang. Esta CPU está diseñada para integrar la potencia de las GPUs con la eficiencia de las CPUs, creando una arquitectura única que aborda los desafíos de la computación moderna. La Grace CPU es un ejemplo de cómo la ingeniería puede anticipar las necesidades del mercado y convertirlas en soluciones prácticas.
La solución técnica de la Grace CPU se basa en una arquitectura híbrida, donde se combina la potencia de las GPUs con la eficiencia de las CPUs. Esta arquitectura permite una gran escalabilidad en la capacidad de cálculo, lo que es fundamental para aplicaciones que requieren un alto grado de paralelismo. La Grace CPU también incluye un conjunto de memorias de alta velocidad y una optimización en la comunicación entre los componentes, lo que garantiza una eficiencia energética y una reducción del tiempo de procesamiento.
La elección de materiales y componentes fue clave para el éxito de la Grace CPU. La arquitectura utiliza tecnología de fabricación de 4 nanómetros, lo que permite la integración de un gran número de transistores en un espacio reducido. Esta elección no solo mejora el rendimiento, sino que también permite la adaptación de la arquitectura a diferentes aplicaciones, desde la investigación científica hasta el procesamiento de datos en la nube.
El impacto de la Grace CPU es inmenso. La introducción de una arquitectura híbrida entre CPU y GPU ha abierto nuevas posibilidades en la computación, permitiendo que investigadores y desarrolladores puedan abordar problemas que antes eran inalcanzables. Esta innovación marcó el inicio de una nueva era en la computación, donde las CPUs y GPUs no solo son utilizadas para gráficos, sino que también son un pilar fundamental para la inteligencia artificial y la ciencia de datos.
Innovaciones Tecnológicas, Patentes y Materiales
La trayectoria profesional de Jensen Huang se ha caracterizado por una serie de innovaciones tecnológicas que han redefinido el campo de la computación. Entre sus aportaciones más destacadas se encuentra el desarrollo de arquitecturas de procesamiento gráfico (GPU) que han revolucionado la forma en que se manejan los cálculos complejos. Huang no solo ha sido pionero en el diseño de GPUs, sino que también ha contribuido al avance de materiales y técnicas que han permitido la optimización del rendimiento de estos componentes.
Una de las innovaciones más significativas de Huang es la introducción de la arquitectura de cálculo por bloques, que permite que las GPUs operen de manera paralela y eficiente. Esta solución técnica ha permitido que las GPUs no solo se utilicen para gráficos, sino que también se conviertan en una herramienta fundamental para la inteligencia artificial y la ciencia de datos. La arquitectura de cálculo por bloques se basa en la capacidad de procesar múltiples tareas simultáneamente, lo que mejora significativamente la eficiencia energética y la capacidad de cálculo.
Además, Huang ha sido pionero en el desarrollo de materiales que permiten la integración de componentes complejos en un espacio reducido. La elección de materiales de alta calidad ha sido clave para garantizar la eficiencia energética y la reducción del tiempo de procesamiento. Por ejemplo, la utilización de tecnología de fabricación de 7 nanómetros en la arquitectura A100 ha permitido la integración de un gran número de transistores en un espacio reducido, lo que mejora el rendimiento y reduce el consumo de energía.
Otra de las contribuciones de Huang es la optimización de la comunicación entre los componentes de las GPUs. Esta optimización ha permitido una mayor eficiencia en la transferencia de datos, lo que es fundamental para aplicaciones que requieren un alto grado de paralelismo. La mejora en la comunicación entre los componentes no solo mejora el rendimiento, sino que también reduce el tiempo de procesamiento, lo que es crucial para aplicaciones que manejan grandes volúmenes de datos.
La innovación de Huang no se limita a la tecnología de hardware. Su visión también se refleja en el desarrollo de soluciones que permiten la integración de la tecnología en aplicaciones prácticas. Por ejemplo, la introducción de la GPU como un componente para la inteligencia artificial ha abierto nuevas posibilidades en la computación, permitiendo que investigadores y desarrolladores puedan abordar problemas que antes eran inalcanzables. Esta innovación marcó el inicio de una nueva era en la computación, donde las GPUs no solo son utilizadas para gráficos, sino que también son un pilar fundamental para la inteligencia artificial y la ciencia de datos.
La contribución de Huang a la tecnología de materiales también ha sido fundamental. La elección de materiales de alta calidad ha permitido la creación de componentes que no solo son eficientes, sino que también son duraderos y resistentes a los desgastes. Esta elección no solo mejora el rendimiento, sino que también reduce el costo de mantenimiento y prolonga la vida útil de los componentes.
En resumen, las innovaciones tecnológicas y las contribuciones de Jensen Huang han sido fundamentales para la evolución de la computación moderna. Su visión técnica y su capacidad para anticipar tendencias han permitido el desarrollo de soluciones que han redefinido el campo de la tecnología. La integración de materiales de alta calidad y la optimización de la comunicación entre componentes han sido clave para el éxito de sus proyectos, lo que ha consolidado su legado como un ingeniero pionero en la industria de la computación.
Legado, Reconocimientos e Impacto Internacional
El legado de Jensen Huang se extiende más allá de su contribución directa a la tecnología; su impacto ha sido global y transformador. La empresa NVIDIA, bajo su liderazgo, se ha convertido en un referente internacional en el desarrollo de hardware para la inteligencia artificial, la computación paralela y la nube. Su visión ha permitido que la tecnología no solo se utilice para aplicaciones específicas, sino que también se convierta en una herramienta fundamental para resolver problemas complejos en diversos campos, desde la medicina hasta la energía.
Uno de los reconocimientos más destacados de Huang es el liderazgo de NVIDIA como empresa más valiosa del mundo por capitalización de mercado. Su capacidad para anticipar tendencias y adaptar su enfoque a las necesidades del mercado ha sido clave para el éxito de la empresa. La innovación en la arquitectura de las GPUs, desde la GeForce 256 hasta la A100 y la H100, ha permitido que NVIDIA se mantenga en la vanguardia de la industria tecnológica. Su visión no solo ha impulsado el crecimiento de la empresa, sino que también ha generado un impacto significativo en la economía global, al facilitar el desarrollo de nuevas tecnologías y aplicaciones que han revolucionado la forma en que se manejan los datos.
El impacto de Huang también se refleja en la adopción de sus tecnologías en múltiples sectores. La computación paralela, promovida por sus innovaciones, ha permitido que investigadores y desarrolladores puedan abordar problemas que antes eran inalcanzables. Por ejemplo, en el ámbito de la inteligencia artificial, las GPUs de NVIDIA han sido fundamentales para el entrenamiento de modelos de aprendizaje automático, lo que ha acelerado el desarrollo de aplicaciones que van desde la robótica hasta el diagnóstico médico. En el campo de la energía, la capacidad de procesar grandes volúmenes de datos ha permitido la optimización de sistemas de generación y distribución de energía, contribuyendo a la transición hacia una economía más sostenible.
Además, el legado de Huang se refleja en la formación de una generación de ingenieros y científicos que han sido influenciados por su visión. Su enfoque en la integración de la tecnología con las necesidades prácticas de la sociedad ha inspirado a otros a buscar soluciones innovadoras que no solo resuelvan problemas técnicos, sino que también tengan un impacto positivo en la vida cotidiana. La influencia de Huang en la industria de la tecnología es incalculable, ya que su trabajo ha sido fundamental para la evolución de la computación moderna y su aplicación en diversos campos.
En resumen, el legado de Jensen Huang se basa en su capacidad para transformar la tecnología y su aplicación en la sociedad. Su liderazgo en NVIDIA y sus innovaciones en el desarrollo de hardware han tenido un impacto global, permitiendo que la computación se convierta en una herramienta esencial para resolver problemas complejos. Su visión técnica y su compromiso con la innovación han consolidado su lugar como un pilar fundamental en la historia de la tecnología.
Preguntas Frecuentes (FAQ)
¿Cuándo nació Jensen Huang?
Jensen Huang nació el 17 de febrero de 1963 en Tainan, Taiwán. Esta fecha marcó el inicio de una trayectoria profesional que ha definido el rumbo de la computación moderna. Desde su nacimiento, su pasión por la ingeniería y la tecnología lo ha guiado en cada etapa de su vida, convirtiéndolo en uno de los pioneros más influyentes en el desarrollo de la informática. Su nacimiento en una época de transición tecnológica fue un factor clave para que pudiera anticipar las necesidades del mercado y liderar la evolución de la industria.
¿Dónde nació Jensen Huang?
Jensen Huang nació en Tainan, Taiwán, un lugar que ha sido fundamental en la formación de su visión técnica. Tainan, conocida por su rica historia y su influencia en la cultura asiática, proporcionó a Huang un entorno que lo inspiró para explorar las posibilidades de la tecnología. La combinación de la tradición y la innovación en Tainan lo preparó para abordar problemas complejos con una perspectiva única. Esta ubicación no solo fue el punto de partida de su carrera, sino también un reflejo de su capacidad para integrar lo tradicional con lo moderno en el desarrollo de soluciones tecnológicas.
¿Cuál es la nacionalidad de Jensen Huang?
Jensen Huang es un ingeniero taiwanés-estadounidense, lo que refleja su trayectoria profesional y su influencia en dos de las potencias tecnológicas más importantes del mundo. Su nacionalidad dual lo ha permitido tener una visión global en la industria de la tecnología, combinando la tradición asiática con la innovación estadounidense. Esta dualidad ha sido clave para su capacidad de anticipar tendencias y adaptar su enfoque a las necesidades del mercado internacional. Su identidad como taiwanés-estadounidense lo ha posicionado como un puente entre dos culturas tecnológicas, lo que ha sido fundamental para el éxito de su empresa, NVIDIA.
¿Dónde estudió Jensen Huang?
Jensen Huang estudió ingeniería eléctrica en la Universidad de Purdue, donde adquirió una base sólida en teoría de circuitos, electrónica y sistemas. Después de graduarse, se trasladó a Estados Unidos, donde obtuvo su doctorado en ingeniería eléctrica por la Universidad de California en Berkeley. Esta formación académica fue esencial para su desarrollo profesional, ya que le permitió adquirir conocimientos que lo prepararon para abordar problemas complejos en el ámbito de la tecnología. Su educación en instituciones de renombre le proporcionó una visión técnica y una base teórica que lo convirtió en un referente en el desarrollo de soluciones innovadoras.
Redactor de contenidos en De Arquitectos
Soy Javier Luna, Arquitecto 2.0, apasionado de la historia de la Arquitectura y de las nuevas tecnologías
Últimas entradas de Javier Luna (ver todo)
- Argos (Grecia): Historia, Arquitectura y Patrimonio Histórico - 27 de septiembre de 2026
- Demis Hassabis: Director Ejecutivo de Google DeepMind y Pionero en Inteligencia Artificial - 27 de septiembre de 2026
- Vitruvio: Arquitecto Romano, Ingeniero y Tratadista de la Antigüedad - 27 de septiembre de 2026
Esperamos que te haya gustado este artículo. Si quieres conocer otros artículos parecidos a Jensen Huang: Biografía, logros y impacto en NVIDIA puedes visitar la categoría Ingeniería contemporánea (siglo XXI).
Demis Hassabis: Director Ejecutivo de Google DeepMind y Pionero en Inteligencia Artificial
Vitruvio: Arquitecto Romano, Ingeniero y Tratadista de la Antigüedad
Puente de Brooklyn: historia, ingeniería y significado cultural
Deja una respuesta
Relacionados