Damián Digital
Chip Integado

No estamos preparados para el fin de la Ley de Moore.

Ha alimentado la prosperidad de los últimos 50 años. Pero el final está ahora a la vista.

La predicción de Gordon Moore en 1965 de que el número de componentes de un circuito integrado se duplicaría cada año hasta alcanzar la asombrosa cifra de 65.000 en 1975 es la mayor predicción tecnológica del último medio siglo. Cuando se demostró correcta en 1975, revisó lo que se ha conocido como la Ley de Moore a una duplicación de transistores en un chip cada dos años.

Desde entonces, su predicción ha definido la trayectoria de la tecnología y, en muchos sentidos, del propio progreso.

El argumento de Moore era económico. Los circuitos integrados, con múltiples transistores y otros dispositivos electrónicos interconectados con líneas metálicas de aluminio en un diminuto cuadrado de oblea de silicio, habían sido inventados unos años antes por Robert Noyce en Fairchild Semiconductor. Moore, el director de I+D de la compañía, se dio cuenta, como escribió en 1965, que con estos nuevos circuitos integrados, «el coste por componente es casi inversamente proporcional al número de componentes». Era una hermosa ganga, en teoría, cuantos más transistores añadías, más barato salía cada uno. Moore también vio que había mucho espacio para que los avances de la ingeniería aumentaran el número de transistores que podías poner en un chip de forma asequible y fiable.

Pronto estos chips más baratos y poderosos se convertirían en lo que a los economistas les gusta llamar una tecnología de propósito general, una tan fundamental que engendra todo tipo de otras innovaciones y avances en múltiples industrias. Hace unos años, los principales economistas acreditaron a la tecnología de la información hecha posible por los circuitos integrados con un tercio del crecimiento de la productividad de los EE.UU. desde 1974. Casi todas las tecnologías que nos interesan, desde los teléfonos inteligentes hasta las computadoras portátiles baratas y el GPS, son un reflejo directo de la predicción de Moore. También ha alimentado los avances actuales en inteligencia artificial y medicina genética, dando a las técnicas de aprendizaje de máquinas la capacidad de masticar cantidades masivas de datos para encontrar respuestas.

¿Pero cómo una simple predicción, basada en la extrapolación de un gráfico del número de transistores por año -un gráfico que en ese momento sólo tenía unos pocos puntos de datos- llegó a definir medio siglo de progreso? En parte, al menos, porque la industria de los semiconductores decidió que lo haría.

Moore escribió que «meter más componentes en circuitos integrados», el título de su artículo de 1965, «llevaría a maravillas como las computadoras domésticas -o al menos a terminales conectadas a una computadora central- controles automáticos para automóviles y equipos de comunicaciones portátiles personales». En otras palabras, apégate a su mapa de carreteras de exprimir cada vez más transistores en chips y te llevará a la tierra prometida. Y durante las décadas siguientes, una industria en auge, el gobierno y ejércitos de investigadores académicos e industriales invirtieron dinero y tiempo en la defensa de la Ley de Moore, creando una profecía autocumplida que mantuvo el progreso en el camino con una precisión asombrosa. Aunque el ritmo de progreso ha disminuido en los últimos años, los chips más avanzados tienen hoy en día cerca de 50.000 millones de transistores.

Cada año desde 2001, la Revisión de Tecnología del MIT ha elegido las 10 tecnologías de avance más importantes del año. Es una lista de tecnologías que, casi sin excepción, son posibles sólo debido a los avances de computación descritos por la Ley de Moore.

Para algunos de los artículos de la lista de este año la conexión es obvia: dispositivos de consumo, incluidos relojes y teléfonos, dotados de IA; atribución del cambio climático hecha posible por la mejora de la modelización informática y los datos recogidos de los sistemas mundiales de vigilancia atmosférica; y satélites baratos de tamaño de una pinta. Otros elementos de la lista, como la supremacía cuántica, las moléculas descubiertas mediante la IA e incluso los tratamientos antienvejecimiento y las drogas hipersensibles, se deben en gran medida a la potencia de cómputo de que disponen los investigadores.

LEER  El misterioso caso de los parches de la tabla de aislamiento de páginas en Linux

¿Pero qué pasa cuando la Ley de Moore inevitablemente termina? ¿O qué pasa si, como algunos sospechan, ya ha muerto, y ya estamos funcionando con los gases del mayor motor tecnológico de nuestro tiempo?

Descanse en Paz

«Se acabó. Este año eso quedó muy claro», dice Charles Leiserson, un informático del MIT y pionero de la computación paralela, en la que se realizan múltiples cálculos simultáneamente. La más reciente planta de fabricación de Intel, destinada a construir chips con características mínimas de 10 nanómetros, se retrasó mucho, entregando los chips en 2019, cinco años después de la anterior generación de chips con características de 14 nanómetros. La Ley de Moore, dice Leiserson, siempre fue sobre el ritmo de progreso, y «ya no estamos en ese ritmo». Muchos otros prominentes científicos de la computación también han declarado la Ley de Moore muerta en los últimos años. A principios de 2019, el director general del gran fabricante de chips Nvidia estuvo de acuerdo.

En realidad, ha sido más un declive gradual que una muerte súbita. A lo largo de las décadas, algunos, incluyendo al propio Moore a veces, se preocuparon de que pudieran ver el final a la vista, ya que se hizo más difícil fabricar transistores cada vez más pequeños. En 1999, un investigador de Intel se preocupó de que el objetivo de la industria de fabricar transistores más pequeños de 100 nanómetros para el año 2005 se enfrentaba a problemas físicos fundamentales sin «soluciones conocidas», como los efectos cuánticos de los electrones que vagaban donde no deberían estar.

Durante años, la industria de los chips logró evadir estos obstáculos físicos. Se introdujeron nuevos diseños de transistores para acorralar mejor a los electrones. Se inventaron nuevos métodos de litografía que utilizaban la radiación ultravioleta extrema cuando las longitudes de onda de la luz visible eran demasiado gruesas para tallar con precisión características del silicio de sólo unas pocas decenas de nanómetros. Pero el progreso se volvió cada vez más caro. Los economistas de Stanford y del MIT han calculado que el esfuerzo de investigación para defender la Ley de Moore se ha multiplicado por 18 desde 1971.

De la misma manera, los laboratorios que fabrican los chips más avanzados se están volviendo prohibitivamente caros. El costo de una fábrica está aumentando alrededor del 13% anual, y se espera que alcance los 16.000 millones de dólares o más para el 2022. No es coincidencia que el número de compañías con planes de fabricar la próxima generación de chips se haya reducido a sólo tres, desde las ocho de 2010 y las 25 de 2002.

Sin embargo, Intel, uno de esos tres fabricantes de chips, no espera un funeral por la Ley de Moore en un futuro próximo. Jim Keller, que asumió la dirección de la ingeniería de silicio de Intel en 2018, es el hombre que tiene la tarea de mantenerla viva. Dirige un equipo de unos 8.000 ingenieros de hardware y diseñadores de chips en Intel. Cuando se unió a la compañía, dice, muchos estaban anticipando el fin de la Ley de Moore. Si estaban en lo cierto, recuerda haber pensado, «eso es un fastidio» y tal vez había hecho «un muy mal movimiento en su carrera».

Pero Keller encontró amplias oportunidades técnicas para los avances. Señala que hay probablemente más de cien variables involucradas en mantener la Ley de Moore en marcha, cada una de las cuales proporciona diferentes beneficios y se enfrenta a sus propios límites. Significa que hay muchas maneras de seguir duplicando el número de dispositivos en un chip – innovaciones como arquitecturas 3D y nuevos diseños de transistores.

LEER  Explicación de los defectos de seguridad del CPU con Spectre y Meltdown

En estos días Keller suena optimista. Dice que ha estado escuchando sobre el fin de la Ley de Moore durante toda su carrera. Después de un tiempo, «decidió no preocuparse por ello». Dice que Intel está en marcha durante los próximos 10 años, y que con gusto hará las cuentas por ti: 65 mil millones (número de transistores) por 32 (si la densidad del chip se duplica cada dos años) son 2 billones de transistores. «Eso es una mejora de 30 veces en el rendimiento», dice, añadiendo que si los desarrolladores de software son inteligentes, podríamos obtener chips que son cien veces más rápidos en 10 años.

Aun así, aunque Intel y los demás fabricantes de chips puedan exprimir algunas generaciones más de microchips aún más avanzados, los días en que se podía contar con chips más rápidos y baratos cada dos años han terminado claramente. Sin embargo, eso no significa el fin del progreso informático.

Hora de entrar en pánico

Neil Thompson es economista, pero su oficina está en CSAIL, el extenso centro de inteligencia artificial y computación del MIT, rodeado de robots y científicos de la computación, incluyendo a su colaborador Leiserson. En un nuevo documento, los dos documentan un amplio espacio para mejorar el rendimiento computacional a través de mejores programas, algoritmos y arquitectura de chips especializados.

Una oportunidad es adelgazar la llamada hinchazón del software para sacar el máximo provecho de los chips existentes. Cuando siempre se podía contar con que los chips fueran más rápidos y potentes, los programadores no tenían que preocuparse mucho por escribir un código más eficiente. Y a menudo no aprovechaban al máximo los cambios en la arquitectura del hardware, como los múltiples núcleos, o procesadores, que se ven en los chips utilizados hoy en día.

Thompson y sus colegas demostraron que podían conseguir que un cálculo intensivo en computación se ejecutara unas 47 veces más rápido con sólo cambiar de Python, un popular lenguaje de programación de propósito general, al más eficiente C. Esto se debe a que el C, aunque requiere más trabajo del programador, reduce enormemente el número de operaciones requeridas, haciendo que un programa se ejecute mucho más rápido. Adaptar aún más el código para aprovechar al máximo un chip con 18 núcleos de procesamiento aceleró aún más las cosas. En sólo 0,41 segundos, los investigadores obtuvieron un resultado que llevó siete horas con el código Python.

Eso suena como una buena noticia para el progreso continuo, pero a Thompson le preocupa que también señala el declive de los ordenadores como tecnología de uso general. En lugar de «levantar todos los barcos», como lo ha hecho la Ley de Moore, al ofrecer chips cada vez más rápidos y baratos que estaban disponibles universalmente, los avances en el software y la arquitectura especializada comenzarán ahora a centrarse selectivamente en problemas específicos y oportunidades de negocio, favoreciendo a aquellos con suficiente dinero y recursos.

De hecho, el paso a los chips diseñados para aplicaciones específicas, en particular en la IA, está muy avanzado. El aprendizaje profundo y otras aplicaciones de la IA dependen cada vez más de unidades de procesamiento gráfico (GPU) adaptadas de los juegos, que pueden manejar operaciones paralelas, mientras que empresas como Google, Microsoft y Baidu están diseñando chips de IA para sus propias necesidades particulares. La IA, particularmente el aprendizaje profundo, tiene un enorme apetito por la potencia de los ordenadores, y los chips especializados pueden acelerar enormemente su rendimiento, dice Thompson.

LEER  El nuevo botnet de rápido crecimiento amenaza con acabar con Internet

Pero la contrapartida es que los chips especializados son menos versátiles que las CPU tradicionales. A Thompson le preocupa que los chips para la computación más general se estén convirtiendo en un remanso, frenando «el ritmo general de mejora de las computadoras», como escribe en un próximo artículo, «El declive de las computadoras como tecnología de propósito general».

En algún momento, dice Erica Fuchs, profesora de ingeniería y política pública en Carnegie Mellon, los que desarrollan la IA y otras aplicaciones echarán de menos la disminución de los costes y el aumento del rendimiento que ofrece la Ley de Moore. «Tal vez en 10 o 30 años – nadie sabe realmente cuándo – vas a necesitar un dispositivo con esa potencia de cálculo adicional», dice.

El problema, dice Fuchs, es que los sucesores de los actuales chips de propósito general son desconocidos y tomará años de investigación básica y desarrollo para crearlos. Si te preocupa lo que reemplazará a la Ley de Moore, sugiere, «el momento de entrar en pánico es ahora». Hay, dice, «gente muy inteligente en la IA que no es consciente de las limitaciones de hardware que enfrentan los avances a largo plazo en la computación». Es más, dice, debido a que los chips específicos para cada aplicación están resultando enormemente rentables, hay pocos incentivos para invertir en nuevos dispositivos lógicos y formas de hacer informática.

Se busca: Un Plan Marshall para chips

En 2018, Fuchs y sus colegas de CMU Hassan Khan y David Hounshell escribieron un documento que trazaba la historia de la Ley de Moore e identificaba los cambios detrás de la actual falta de colaboración de la industria y el gobierno que fomentaron tanto progreso en décadas anteriores. Argumentaron que «la fragmentación de las trayectorias tecnológicas y la rentabilidad privada a corto plazo de muchas de estas nuevas astillas» significa que tenemos que impulsar en gran medida la inversión pública para encontrar las próximas grandes tecnologías informáticas.

Si los economistas tienen razón y gran parte del crecimiento en los años 90 y principios de los 2000 fue el resultado de los microchips – y si, como algunos sugieren, el lento crecimiento de la productividad que comenzó a mediados de los 2000 refleja la ralentización del progreso computacional – entonces, dice Thompson, «se deduce que hay que invertir enormes cantidades de dinero para encontrar la tecnología sucesora». No lo estamos haciendo. Y es un fracaso de la política pública».

No hay garantía de que tales inversiones se paguen. La computación cuántica, los transistores de nanotubos de carbono, incluso la espintrónica, son posibilidades tentadoras, pero ninguna es un sustituto obvio de la promesa que Gordon Moore vio por primera vez en un simple circuito integrado. Sin embargo, necesitamos las inversiones en investigación ahora para averiguarlo. Porque una predicción es bastante segura de hacerse realidad: siempre vamos a querer más potencia de computación.

Fuente: https://www.technologyreview.com/

Deja un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

A %d blogueros les gusta esto: