El lado oscuro del Hardware ⚡
En la sexta y última charla de la temporada de Almería Tech, Francisco Muñoz (Paco), Software Engineer en Intel, presentó la ponencia “El lado oscuro del Hardware”. Paco, quien tiene un doctorado en Arquitectura Hardware para Inteligencia Artificial (IA), tuvo como objetivo divulgar conceptos fundamentales del hardware, un campo que, según él, es bastante desconocido en España fuera de los entornos universitarios.
Hardware vs. Software: La Danza de las Operaciones
Para Paco, el hardware no es solo la parte física del ordenador (la que “recibe las patadas”), sino la estructura que define las operaciones que se pueden realizar. El software, por su parte, es la secuencia de operaciones que el hardware ejecuta.
🏛️ Orígenes Históricos
La necesidad de la computación surgió históricamente durante la Segunda Guerra Mundial (años 40 y 50) para resolver cálculos matemáticos complejos. La solución llegó con la construcción de circuitos digitales a partir de:
- Material semiconductor (silicio)
- Transistores, que actúan como “interruptores”
🧠 ¿Qué es realmente una CPU?
Una CPU (Unidad Central de Procesamiento) es un circuito integrado que contiene múltiples operaciones (como sumas, restas, multiplicación).
Cómo funciona:
- Un cable de entrada indica la operación que se va a ejecutar en un momento dado
- El software de alto nivel se transforma, mediante un compilador, en un binario (una secuencia de ceros y unos) que la máquina entiende
- Ejecuta operación por operación a la velocidad marcada por el cable de reloj (la frecuencia del procesador)
💡 Analogía clave: El procesador funciona como una librería, y el conjunto de operaciones que puede hacer es su API.
Los Tres Ángulos del Diseño de Hardware
El diseño de un procesador se basa en tres pilares fundamentales:
1. 🎯 Selección de Operaciones
Se define qué operaciones incluirá el chip en función de:
- Objetivo del producto (propósito general o específico)
- Espacio que ocupará (área del chip)
- Requerimientos de energía
📚 Dato importante: El conjunto de operaciones de los procesadores de propósito general más comunes (desde 1986) se conoce como x86.
2. 🏗️ Organización de Operaciones
Una vez seleccionadas las operaciones, los diseñadores deben organizar los transistores de manera eficiente dentro del área del chip para que las operaciones funcionen correctamente.
3. 🔬 Reducción del Tamaño del Transistor
La reducción del tamaño de estos interruptores es clave, ya que define:
- Cuántas operaciones caben
- Con qué eficiencia pueden trabajar
Este ángulo se relaciona directamente con la Ley de Moore, una ley empírica que predecía que el rendimiento (o la cantidad de transistores) se duplicaría cada dos años aproximadamente.
La Llegada del Límite Físico (El Lado Oscuro)
La evolución del hardware está ligada al cumplimiento de la Ley de Moore. En los años 80, con el surgimiento del PC de propósito general, la clave se centró en la velocidad de ejecución.
🔥 El Gran Problema: 2005
El gran problema llegó alrededor del año 2005: los chips comenzaron a quemarse literalmente.
¿Por qué?
- Se había explotado demasiado el incremento de la frecuencia del procesador (el cable de reloj)
- Se llegó a un límite físico de sobrecalentamiento
💡 La Solución: Duplicación
La solución a este problema, que permitió a la industria seguir cumpliendo la Ley de Moore, fue la duplicación:
- Gracias a la continua reducción del tamaño de los transistores
- En lugar de aumentar la velocidad (lo que quemaba el chip), se empezó a meter múltiples procesadores (cores) en la misma área
La Era de la Inteligencia Artificial y la NPU
Alrededor de 2017, la IA y las aplicaciones de Deep Learning requirieron potencia de cómputo en tiempo real, lo cual los chips tradicionales no podían ofrecer de forma eficiente.
Además, la Ley de Moore se acerca a su límite: el tamaño del transistor pronto no podrá reducirse más.
🚀 El Cambio de Paradigma
Esto obligó a cambiar el paradigma y diseñar hardware completamente nuevo:
⚡ Aceleración y Simplificación
Se identificó que la mayoría de las operaciones en los programas de IA son multiplicaciones y sumas masivas (cálculos matriciales).
🧠 NPU (Neural Processing Unit)
Se creó el NPU, un chip que:
- Elimina la “morralla” de operaciones innecesarias
- Se llena de bloques dedicados exclusivamente a multiplicación y suma
- Los interconecta para un flujo de datos más rápido
💻 AI PC
El modelo actual de PC de IA (AI PC) combina:
- La CPU tradicional
- Esta NPU en el mismo chip
Beneficios:
- Ejecuciones de IA más eficientes y locales
- Mejora la privacidad
- Mejor tiempo de respuesta
El Futuro Heterogéneo y la Competición Industrial
🔮 Predicción de Paco
Paco predice que el futuro del hardware será cada vez más heterogéneo. En lugar de un procesador todopoderoso, veremos:
- Múltiples chips dedicados a dominios específicos
- Por ejemplo: un chip para reconocimiento de imagen y otro para procesamiento natural de lenguaje (tipo ChatGPT)
- Todo en la misma placa
🏁 La Carrera de la IA
🥇 Nvidia: El Líder Actual
Nvidia tomó la delantera en la IA. Esto se debe principalmente a que:
- Su software CUDA (utilizado para programar sus GPUs en cálculos científicos) ya estaba muy establecido
- Podía adaptarse rápidamente a las necesidades de cálculo matricial de la IA
- Esta comunidad de software ya existente le dio una ventaja masiva
🏃♂️ La Persecución
Tanto Intel como AMD están ahora en la carrera para:
- Crear sus propias soluciones
- Desarrollar comunidades de software que compitan
🏭 El Oligopolio de la Fabricación
Sobre la fabricación, esta sigue siendo dominada por pocas empresas:
- TSMC (Taiwán)
- Intel (Estados Unidos)
- Principalmente en Asia y Estados Unidos
⚠️ Desafío: La fabricación de chips es compleja y requiere mucha investigación, lo que dificulta que nuevos actores entren en el mercado.
Conclusión: Más Allá del Código
La charla de Paco nos recordó que detrás de cada línea de código hay una compleja infraestructura de hardware que evoluciona constantemente. Desde los primeros transistores hasta las NPUs especializadas en IA, el hardware ha tenido que reinventarse para superar límites físicos y satisfacer las demandas computacionales del futuro.
🔑 Lecciones Clave:
- El hardware define las posibilidades del software
- La Ley de Moore ha sido el motor de la evolución, pero tiene límites físicos
- El futuro es heterogéneo y especializado
- La competición en software (como CUDA) puede ser tan importante como el hardware
- España necesita más divulgación en estos temas fundamentales
🌟 Reflexión final: Entender el “lado oscuro” del hardware nos ayuda a ser mejores desarrolladores, ya que comprendemos las limitaciones y posibilidades de las máquinas que ejecutan nuestro código. En la era de la IA, este conocimiento se vuelve aún más crucial.