En 1965, Gordon E. Moore, uno de los fundadores de Intel y figura clave en el desarrollo de los procesadores, afirmó que el número de transistores de un chip se duplicaría cada año, algo que se ha cumplido casi perfectamente durante muchos años.
Esto se debe a que los transistores, que permiten dejar pasar o no la energía para manejar el lenguaje computacional de unos y ceros, el binario, tiene una limitación física evidente: el chip tiene mayor capacidad de procesamiento cuantos más transistores se incluyan.
Muchos expertos del sector tecnológico, como el mismísimo Jensen Huang, CEO de Nvidia, han asegurado que la Ley de Moore está muerta con el avance de los nuevos procesadores con inteligencia artificial.
«La Ley de Moore ha terminado porque vemos las limitaciones del mundo físico, así como problemas como el aumento de los costes de los chips y la eficiencia energética, y el hecho de que las velocidades de los procesadores no han aumentado rápidamente», expresó durante la feria COMPUTEX.
Precisamente, el CEO de Nvidia ha dado nombre popularmente a la que se conoce ya como la Ley de Huang: ahora el rendimiento de las unidades de procesamiento gráfico (GPU) para IA se duplica cada 2 años.
En este sentido, la Ley de Moore no ha muerto como tal, sino que se ha transformado con el avance de la tecnología; no obstante, es probable que esto se traduzca en el futuro en un techo invisible con el que se podría topar la industria.
La IA ya no busca la miniaturización
Como ya se ha mencionado, la Ley de Moore se ha basado en una premisa clara: conseguir aumentar la capacidad de procesamiento de los chips a la par que el tamaño se hacía mucho más pequeño, la miniaturización.
Esto ha traído consigo alguna que otra limitación que tiene que ver con la propia física e ingeniería detrás del procesador, como la escala de producción con litografía, con un tamaño que ya puede ser de 3 nanómetros, incluso reduciendo este a 2 nanómetros.
Para comprender este tamaño, hay que tener en cuenta que el nanómetro es un unidad de longitud del Sistema Internacional de Unidades equivalente a una mil millonésima parte de un metro.
En el caso concreto de los 2 nanómetros, una de las tecnologías más avanzadas desarrolladas por TSMC, es aproximadamente la misma medida que tiene una doble hélice de ADN, por lo que la complejidad es mayúscula.
La solución de Nvidia ha pasado por lo que se ha denominado High Bandwidth Memory (HBM), una memoria apilada en 3D que acorta la distancia para que los datos viajen más rápido.
En este sentido, reducir las distancias para aumentar la velocidad también tiene sus limitaciones, que no solo tiene que ver con el coste de producción, sino también con la capacidad energética actual, la refrigeración y, cómo no, la propia física.
La IA actual podría ser insostenible a largo plazo
Uno de los grandes problemas de los chips actuales es que su tecnología es escalable casi a nivel exponencial, lo que quiere decir que se multiplica con el relevo generacional, con un consumo energético incapaz de sostenerse en las próximas décadas.
El mejor ejemplo es el paso a la arquitectura Blackwell de Nvidia, que llegó a superar los 1.000 W de energía consumida por cada chip; para que sea más visual, imagina que es casi lo mismo que tener un microondas constantemente encendido.
A ello hay que sumar las temperaturas que pueden alcanzar los sistemas más potentes, por lo que es obligatorio apostar por la refrigeración líquida, un hecho que, teniendo en cuenta la magnitud de los procesadores actuales, podría llevar a inversiones multimillonarias.
En la industria tecnológica, no hay muchísimas compañías que puedan realizar este tipo de inversiones, e incluso las más potentes podrían toparse con un techo económico: que el coste marginal de mejora de la IA sea mayor al beneficio económico visible.
En conclusión, la Ley de Moore ha evolucionado, y ya no depende exclusivamente de conseguir chips más pequeños, sino de lograr tener capacidad de refrigeración y potencia para seguir escalando la inteligencia artificial. Si no, podría ser insostenible a largo plazo.
Fuente: computerhoy.20minutos.
Equipo Prensa
Portal Innova
