La última versión de la suite FICO Xpress Optimization, lanzada en enero de 2026, incorpora una novedad técnica que podría alterar significativamente los tiempos de resolución en problemas de optimización a gran escala. FICO Xpress 9.8 incluye una implementación del algoritmo de gradiente híbrido acelerado por GPU, basada en las bibliotecas NVIDIA CUDA-X, que promete mejoras de rendimiento de hasta 50 veces frente a soluciones tradicionales basadas en CPU.
La integración con CUDA-X, el conjunto de bibliotecas y frameworks de NVIDIA diseñado para computación de alto rendimiento, permite abordar problemas extremadamente densos, con decenas o cientos de millones de valores no nulos en sus matrices. Según FICO, esta capacidad se traduce en una reducción sustancial del consumo de memoria y en una mayor velocidad de cálculo, especialmente en modelos de gran complejidad estructural.
La aceleración por GPU del algoritmo de gradiente híbrido se encuentra aún en fase beta, pero ya está disponible para los usuarios de FICO Xpress 9.8. Es compatible con todas las GPUs de NVIDIA que cuenten con Compute Capability 7.5 o superior. Esta especificación técnica limita su adopción inmediata a entornos con infraestructura gráfica relativamente reciente, aunque no necesariamente de última generación.
FICO, con más de cuatro décadas de trayectoria en el desarrollo de solvers de optimización, ha posicionado esta actualización como un paso más en su estrategia de incorporar tecnologías emergentes a su suite. Bill Waid, director de producto y tecnología de la compañía, subraya que la nueva funcionalidad permite a las organizaciones «resolver problemas a gran escala con mayor rapidez y desbloquear nuevas posibilidades para la toma de decisiones basada en datos».
Más allá del algoritmo de gradiente híbrido, FICO Xpress 9.8 introduce mejoras de rendimiento en otros motores clave. El solver de programación lineal entera mixta (MILP, por sus siglas en inglés) es ahora un 14 % más rápido en promedio, y hasta un 24 % más veloz en modelos que requieren más de 100 segundos de cálculo. Por su parte, el solver global ha experimentado un incremento de rendimiento del 68 % en general, y de hasta 5,3 veces en modelos complejos de larga duración.
Estas cifras, aunque significativas, deben interpretarse con cautela. Las mejoras porcentuales varían en función del tipo de modelo, la arquitectura del hardware y el entorno de ejecución. No obstante, el salto de rendimiento en los casos más exigentes sugiere un avance técnico relevante, especialmente para sectores que trabajan con modelos de optimización intensivos, como logística, energía o servicios financieros.
FICO Xpress Optimization está diseñada para facilitar el despliegue de modelos analíticos avanzados en aplicaciones de negocio. La suite permite formular modelos de forma comprensible, analizar escenarios hipotéticos y evaluar el impacto de distintas estrategias de decisión. Su arquitectura modular incluye componentes como FICO Xpress Solver, que abarca algoritmos para problemas lineales, enteros mixtos y no lineales.
En paralelo, FICO ofrece una versión de prueba gratuita de 60 días de la suite, lo que podría facilitar su evaluación por parte de equipos técnicos en empresas que aún no han adoptado soluciones de optimización avanzadas. La compañía, fundada en 1956 y conocida por su sistema de puntuación crediticia FICO Score, mantiene una presencia activa en sectores como banca, telecomunicaciones, salud y retail.
La colaboración con NVIDIA no es aislada. En los últimos años, la adopción de GPUs en entornos de optimización ha ganado tracción, impulsada por la necesidad de resolver modelos cada vez más grandes en tiempos operativos. Aunque tradicionalmente asociadas a la inteligencia artificial y el procesamiento gráfico, las GPUs han demostrado ser eficaces en tareas de cálculo paralelo como las que requieren los algoritmos de optimización.
Sin embargo, la aceleración por GPU también plantea retos. La necesidad de adaptar el código, gestionar la memoria de forma eficiente y garantizar la reproducibilidad de los resultados puede suponer una barrera para equipos sin experiencia previa en entornos CUDA. Además, el rendimiento no siempre escala linealmente con el tamaño del problema, lo que obliga a realizar pruebas específicas para cada caso de uso.
Aun así, la dirección es clara. La integración de GPU en herramientas de optimización responde a una tendencia más amplia en la computación empresarial: reducir los tiempos de cómputo sin comprometer la precisión de los resultados. En este sentido, FICO Xpress 9.8 se alinea con un movimiento que ya ha comenzado a transformar la forma en que las organizaciones abordan la toma de decisiones basada en modelos matemáticos.
El impacto de esta evolución dependerá, en última instancia, de su adopción en entornos reales. La disponibilidad de GPUs compatibles, la capacitación de los equipos técnicos y la capacidad de las organizaciones para integrar estos modelos en sus flujos de trabajo serán factores determinantes. Mientras tanto, la competencia en el mercado de solvers de optimización sigue activa, con actores como Gurobi, IBM CPLEX o Google OR-Tools también explorando mejoras de rendimiento y escalabilidad.
FICO, por su parte, refuerza su posición con una suite que combina amplitud algorítmica, capacidad de integración y ahora también aceleración por GPU. Una combinación que, si se traduce en resultados tangibles, podría redefinir los estándares de velocidad y eficiencia en la optimización empresarial.
