NVIDIA multiplica por 3 la cantidad de código que crean sus 30.000 ingenieros usando la IA Cursor, ampliando la brecha con Intel y AMD

NVIDIA ha logrado algo muy impresionante: triplicar la cantidad de código que generan sus equipos de ingeniería tras integrar de forma masiva la IA Cursor en su flujo interno de desarrollo. Hablamos de una adopción a escala corporativa que afecta a unos 30.000 ingenieros y que está teniendo un impacto medible en productividad, velocidad de iteración y gestión de bases de código complejas, justo en un momento en el que el software pesa tanto como el propio diseño del silicio dentro de la compañía. Tanto es así, que los verdes afirman que asignan tres veces más código a dichos ingenieros en el mismo periodo de tiempo.

Antes de entrar en cifras, conviene aclarar el contexto para aquellos que estén despistados. Cursor, desarrollador por Anysphere Inc., una startup especializada en herramientas de programación asistida por IA, es un entorno de desarrollo integrado en Visual Studio Code que sustituye el enfoque clásico de autocompletado por un modelo capaz de entender proyectos completos, razonar sobre grandes bases de código y ejecutar cambios coherentes en múltiples archivos.

NVIDIA saca pecho de Cursor: 3 veces más asignación de código a sus 30.000 ingenieros para ampliar la brecha con Intel y AMD

Cabe añadir una cosa más sobre Cursor para entender mejor por qué NVIDIA presume de esto, ya que esta IA no actúa como un plugin externo, sino como una capa permanente que opera sobre todo el repositorio y el flujo de trabajo del ingeniero de turno. Por ello, NVIDIA está sacando pecho de la productividad que está logrando, que no es poca precisamente.

La pregunta no es solo cómo se ha producido este salto de productividad, sino qué implica que una empresa del tamaño de NVIDIA haya integrado este tipo de herramientas en el corazón de su ingeniería, en un contexto dominado por la Inteligencia Artificial y por ciclos de producto cada vez más comprimidos, hasta el punto de que quieren lanzar una arquitectura de GPU para IA nueva casi anualmente.

Según especifica NVIDIA, en el día a día Cursor no se utiliza únicamente para escribir código más rápido, sino que se emplea para "generar funciones completas a partir de descripciones en lenguaje natural, navegar y explicar secciones complejas del código, refactorizar módulos enteros manteniendo coherencia interna, detectar errores lógicos y generar pruebas automatizadas."

Este punto es especialmente relevante en NVIDIA, porque la compañía maneja repositorios masivos donde conviven drivers, librerías de cómputo, frameworks de Inteligencia Artificial, software para centros de datos y herramientas internas altamente especializadas, como, por ejemplo, el famoso DLSS en gaming. En ese entorno, el principal cuello de botella no suele ser escribir líneas de código, sino entender el contexto, las interdependencias y el impacto real de cada cambio. Al reducir ese coste cognitivo, los ingenieros pueden avanzar más rápido y con menos fricción. Es decir, les facilita el trabajo más duro.

Mejor detección de errores, mejores estándares, ritmo de desarrollo superior

El resultado directo de todo lo que hemos dicho es un incremento cercano a 3 veces en el número de commits de código frente a etapas anteriores, es decir, pre-Cursor. Lo relevante es que este aumento no viene acompañado de una degradación de la calidad, o al menos, eso dicen los verdes. La automatización de revisiones, la generación sistemática de pruebas y la detección temprana de errores permiten mantener estándares estables incluso con un ritmo de desarrollo mucho más alto.

Otro efecto clave aparece en el llamado onboarding. Según explica NVIDIA en su comunicado, los nuevos ingenieros pueden empezar a contribuir antes en proyectos complejos porque la herramienta les ayuda a entender estructuras, flujos y decisiones de diseño que, de otro modo, requerirían semanas o meses de aprendizaje. Esto reduce no solo tiempo, que ya es mucho, sino que simplifica cualquier proceso de aprendizaje, sea incluso por cambio de proyecto al mover cierto personal, pero sobre boto evita que el crecimiento de la plantilla penalice la agilidad.

Desde una perspectiva industrial, este movimiento refuerza algo de lo que poco se habla al usar IA en compañías como NVIDIA: el software ya no acompaña al hardware, lo define. A medida que GPU, CPU y aceleradores se vuelven más complejos, la capacidad de evolucionar rápidamente el software que los explota se convierte en una ventaja competitiva directa, y ahí es donde al parecer NVIDIA le está sacando rédito a Intel y AMD. Fabián Theuring, arquitecto de software senior en los verdes, contextualiza muy bien cómo lo están viviendo desde dentro:

Hemos creado numerosas reglas personalizadas en Cursor para automatizar por completo flujos de trabajo. Esto ha desatado todo su potencial. Por eso usamos Cursor a diario, y ya no hay vuelta atrás, porque ha cambiado por completo la forma en que funciona la ingeniería de software. Desarrollar software ahora es mucho más divertido que antes. Me encanta.

Igualmente, NVIDIA afirma que la adopción masiva de herramientas como Cursor no apunta a una sustitución del ingeniero, sino a una amplificación de su capacidad. Menos tiempo dedicado a tareas mecánicas, más foco en arquitectura, optimización y decisiones de alto nivel. Si una organización del tamaño y la complejidad de NVIDIA puede triplicar su producción de código manteniendo calidad con Cursor, el resto tendrá que seguirles sino quieren llegar tarde.