===== Tarjetas Gráficas: Gaming vs IA =====

==== Introducción ====
Las tarjetas gráficas (GPUs) son procesadores especializados en cálculos paralelos. Aunque nacieron para mejorar el rendimiento en videojuegos, hoy en día se usan ampliamente en tareas de computación como entrenamiento de modelos de inteligencia artificial.

==== Diferencias Clave ====

^ Característica      ^ Gaming GPU                          ^ IA / Computación GPU                       ^
| Optimización        | Rendimiento en gráficos y FPS       | Cómputo intensivo (matrices, tensores)     |
| Memoria (VRAM)      | 6–16 GB GDDR6                       | 16–48 GB (o más), GDDR6 / HBM              |
| Drivers             | GeForce (gaming)                   | CUDA, cuDNN, TensorRT (NVIDIA)             |
| Arquitectura        | Ampere, Ada Lovelace (NVIDIA)       | Ampere, Hopper, MI300 (AMD/CDNA)           |
| Precio              | Menor para gaming                   | Mayor por capacidad y soporte IA           |

==== Ejemplos de GPUs Populares ====
  * **Gaming**:
    * NVIDIA GeForce RTX 3060 / 4070 / 4090
    * AMD Radeon RX 6700 XT / 7900 XTX
  * **IA / Computación**:
    * NVIDIA RTX 3090 / 4090 (entusiasta, pero útiles en IA)
    * NVIDIA A100 / H100 (profesional, centros de datos)
    * AMD Instinct MI250 / MI300

==== Recomendaciones para IA ====
  * Busca GPU con mínimo 12 GB de VRAM (ideal: 24 GB+)
  * Verifica compatibilidad con frameworks: TensorFlow, PyTorch
  * Considera el ecosistema de software: CUDA (solo NVIDIA)
  * GPUs gaming potentes (RTX 3090/4090) son una excelente opción calidad/precio para desarrolladores

==== Consejos ====
  * Si tu enfoque es solo IA: prioriza memoria, núcleos CUDA/Tensor, y ancho de banda.
  * Si también quieres jugar: una GPU gaming tope de gama (ej. RTX 4080/4090) sirve para ambos mundos.
  * Considera opciones usadas/refurbished si el presupuesto es ajustado.

==== Notas Finales ====
Las GPUs gaming de gama alta pueden rendir muy bien en tareas de IA, especialmente para desarrolladores individuales. Para entrenamientos a gran escala o en producción, se usan GPUs dedicadas a computación como las NVIDIA A100 o H100.

==== Tabla Comparativa de GPUs (Gaming vs IA) ====

^ Modelo                ^ Tipo        ^ VRAM      ^ Núcleos CUDA / SP ^ Ancho de Banda ^ Precio Aproximado (USD) ^ Notas                                         ^
| NVIDIA RTX 3060       | Gaming      | 12 GB     | 3584              | 360 GB/s        | $300 - $350              | Económica para IA ligera                      |
| NVIDIA RTX 4070       | Gaming      | 12 GB     | 5888              | 504 GB/s        | $550 - $600              | Rendimiento decente para IA personal          |
| NVIDIA RTX 4090       | Gaming/IA   | 24 GB     | 16384             | 1008 GB/s       | $1500 - $1800            | Muy potente para gaming y IA                  |
| AMD RX 7900 XTX       | Gaming      | 24 GB     | 6144 SP           | 960 GB/s        | $950 - $1000             | Potente en gaming, menos soporte IA           |
| NVIDIA A100 40GB      | Profesional | 40 GB     | 6912              | 1555 GB/s (HBM2)| $8000 - $11000           | Centro de datos, entrenamiento a gran escala  |
| NVIDIA H100 80GB      | Profesional | 80 GB     | 14592             | 2000+ GB/s      | $25000+                  | Última generación, IA de alto nivel           |
| AMD MI300X (Instinct)| Profesional | 192 GB    | 15360             | 5000+ GB/s      | N/D                     | Enfocado 100% a IA, arquitectura CDNA3        |