Nueva propuesta para diseñar microprocesadores

 

La necesidad cada vez más alta de un cómputo más potente y más rápido se está acelerando en esta época de aplicaciones gráficas y de aplicaciones que utilizan redes neuronales.

El avance desde que se inventó el transistor ha sido enorme. pero nunca es suficiente.  

La ley de Moore. Miniaturización

La Ley de Moore fue formulada en 1965 por Gordon Moore y establece que el número de transistores que pueden integrarse en un circuito integrado tiende a duplicarse aproximadamente cada dos años. Aunque originalmente era una observación sobre la evolución tecnológica de la industria electrónica, durante décadas se convirtió en una especie de guía del progreso de los microprocesadores. Gracias a que, más o menos, esta ley empírica se ha ido cumpliendo, los ordenadores, teléfonos móviles y otros dispositivos electrónicos han aumentado enormemente su capacidad de cálculo mientras reducían su tamaño y su coste.

Para comprender por qué esto es importante, primero hay que entender qué es un transistor. Un transistor es un componente electrónico microscópico que actúa como un interruptor capaz de abrir o cerrar el paso de corriente eléctrica millones o miles de millones de veces por segundo. Los microprocesadores modernos contienen miles de millones de estos transistores trabajando simultáneamente. Cuantos más transistores pueda tener un chip, mayor será la cantidad de operaciones que podrá realizar y más complejas serán las funciones que podrá ejecutar. 

La necesidad de fabricar componentes cada vez más pequeños surge porque la miniaturización aporta varias ventajas fundamentales. Cuando los transistores reducen su tamaño, también disminuye la distancia que deben recorrer las señales eléctricas entre unos y otros. Esto hace que los electrones se desplacen más rápidamente y que el procesador pueda operar a velocidades mayores. Además, al ocupar menos espacio, es posible colocar un número mucho más elevado de transistores dentro de la misma superficie de silicio. De este modo, un chip moderno puede integrar múltiples núcleos de procesamiento, memorias caché de gran capacidad y unidades especializadas para gráficos o inteligencia artificial.  Si los transistores responden más rápido y las señales recorren distancias más cortas, el tiempo de cada ciclo disminuye y la frecuencia puede aumentar, lo que se traduce en un mayor rendimiento. Además, los transistores pequeños consumen menos energía para cambiar de estado, por lo que el procesador genera menos calor y necesita menos electricidad para funcionar. Esta reducción del consumo energético ha permitido desarrollar dispositivos portátiles muy potentes, como teléfonos inteligentes o portátiles ultraligeros, con autonomías de batería relativamente altas.

Asimismo, el tamaño de los transistores influye directamente en el rendimiento general de un sistema. Un mayor número de transistores permite ejecutar más instrucciones simultáneamente, mejorar el procesamiento paralelo y aumentar la capacidad de memoria integrada en el chip. Al mismo tiempo, la reducción de distancias eléctricas disminuye la latencia y acelera la transferencia de información dentro del procesador. Todo ello produce ordenadores más rápidos, capaces de realizar cálculos científicos complejos, ejecutar videojuegos avanzados o entrenar sistemas de inteligencia artificial.

Sin embargo, la reducción continua del tamaño de los componentes presenta límites físicos y tecnológicos. Actualmente, los transistores tienen dimensiones de apenas unos pocos nanómetros, una escala tan pequeña que comienzan a aparecer fenómenos cuánticos que dificultan el control preciso de la corriente eléctrica. Además, aunque cada transistor individual consuma menos energía, la enorme cantidad de transistores presentes en un chip moderno provoca problemas importantes de disipación térmica. A esto se añade el enorme coste económico de las fábricas necesarias para producir semiconductores avanzados. 

La latencia

En el contexto de los circuitos integrados y los microprocesadores, la latencia es el tiempo que tarda una señal, un dato o una instrucción en desplazarse de un punto a otro dentro del sistema electrónico. Dicho de forma sencilla, es el retraso existente entre el momento en que el procesador solicita una operación y el instante en que obtiene el resultado. Aunque este tiempo suele medirse en nanosegundos o incluso en fracciones menores, su impacto sobre el rendimiento global del sistema es enorme, porque un procesador moderno realiza miles de millones de operaciones cada segundo.

La latencia está también relacionada con el tamaño de los componentes electrónicos. Cuando los transistores son grandes y están separados por distancias relativamente largas, las señales eléctricas deben recorrer caminos mayores dentro del chip. Aunque los electrones se desplazan muy rápido, ese recorrido requiere un tiempo. Si el procesador tiene que repetir continuamente estos desplazamientos para acceder a memoria, comunicarse entre núcleos o ejecutar instrucciones, los pequeños retrasos se acumulan y limitan la velocidad total del sistema. 

La importancia de disminuir la latencia se entiende fácilmente si se compara el funcionamiento de un procesador con una cadena de montaje. Aunque cada trabajador sea muy rápido, si hay pausas constantes esperando herramientas o materiales, la producción total disminuye. En un microprocesador ocurre algo parecido: muchas veces el problema no es únicamente la velocidad de cálculo, sino el tiempo que el sistema permanece esperando datos. Un procesador extremadamente rápido pierde eficiencia si tarda demasiado en acceder a la memoria o en comunicar información entre sus distintas partes.

Algunas soluciones parciales consisten, por ejemplo, enrincorporan memorias caché dentro del propio chip. Estas memorias son pequeñas pero muy rápidas y se colocan físicamente cerca de los núcleos del procesador para reducir la latencia de acceso a los datos más utilizados. También por este motivo se intenta integrar cada vez más funciones dentro del mismo circuito integrado: cuanto menor sea la distancia física entre componentes, menor será el retraso en la transmisión de información.

La latencia influye directamente en aplicaciones que requieren respuestas inmediatas. En videojuegos, por ejemplo, una latencia baja mejora la fluidez y la rapidez de reacción del sistema. En inteligencia artificial o simulaciones científicas, disminuir la latencia permite procesar enormes cantidades de datos en menos tiempo. En redes y telecomunicaciones ocurre exactamente el mismo principio: una conexión con mucha velocidad puede sentirse lenta si la latencia es alta, porque existe un gran retraso entre la petición y la respuesta.

Los problemas de Huawei y la nueva propuesta

Las restricciones impuestas por Estados Unidos a Huawei desde 2019 han forzado a la empres a buscar soluciones alternativas para obtener microprocesadores con mayor potencia de cálculo. El objetivo de esas sanciones era, supuestamente, frenar el avance chino en computación avanzada e inteligencia artificial limitando el acceso a chips punteros, herramientas de diseño electrónico (EDA), equipos de litografía y máquinas automáticas capaces de producir nodos avanzados. Como consecuencia, Huawei dejó de poder comprar chips como los de NVIDIA o AMD y perdió acceso tecnologías de fabricación de última generación.

Esto obligó a la compañía a replantear completamente su estrategia. En lugar de depender únicamente de fabricar “el chip más potente”, Huawei ha comenzado a centrarse en optimizar el sistema completo: hardware, software, interconexión, empaquetado, arquitectura y coordinación entre múltiples chips. La idea central es que, si no puedes competir directamente en miniaturización extrema de transistores, puedes intentar compensarlo diseñando arquitecturas más eficientes y sistemas distribuidos mejor integrados.

En ese contexto aparece la llamada Tau Scaling Law o ley de escalado τ (la tau viene de "tiempo"), presentada en 2026 por He Tingbo durante el congreso ISCAS del IEEE. Esta propuesta busca convertirse en una alternativa conceptual a la famosa Ley de Moore. Durante más de cincuenta años, la industria avanzó reduciendo continuamente el tamaño físico de los transistores para aumentar el rendimiento y disminuir el coste. La Tau Scaling Law propone cambiar el foco. En vez de priorizar únicamente la reducción geométrica del transistor, plantea reducir el tiempo que tardan las señales eléctricas en propagarse dentro del chip y entre chips, o sea disminuir la latencia. Ese tiempo se representa mediante la constante τ. Cuanto menor es τ, más rápido y eficiente puede funcionar el sistema. La idea de reducir retrasos de propagación no es completamente nueva; de hecho, es un concepto básico de arquitectura de computadores. Lo realmente novedoso, según Huawei, es la manera de lograrlo sin depender tanto de litografía extremadamente avanzada. Ahí entra una tecnología llamada LogicFolding.

LogicFolding consiste, en esencia, en reorganizar físicamente la lógica del chip y utilizar técnicas de apilamiento de silicio y empaquetado avanzado para reducir la distancia que recorren las señales eléctricas. Cuanto más corta es esa distancia, menores son las pérdidas por resistencia y capacitancia parásita, y más rápido puede operar el circuito. Esto se relaciona con tendencias actuales de la industria como el “3D stacking”, el “hybrid bonding”, los chiplets y las arquitecturas distribuidas.

La empresa china afirma que esta estrategia permite mejorar simultáneamente rendimiento, eficiencia energética y densidad efectiva de transistores incluso sin acceder a los nodos de fabricación más avanzados. En lugar de depender exclusivamente de fabricar transistores más pequeños, se busca optimizar muchos niveles del sistema al mismo tiempo. También, a nivel de sistema, introduce tecnologías de interconexión como UnifiedBus, destinadas a reducir la latencia entre múltiples procesadores y memorias en grandes infraestructuras de IA. 

Esta estrategia es especialmente relevante en inteligencia artificial y computación de alto rendimiento (HPC), donde el rendimiento depende cada vez más de cómo cooperan miles de chips entre sí. Por eso Huawei ya no compite únicamente como fabricante de semiconductores, sino como proveedor de plataformas completas. 

De momento hay mucho de marketing y poco de implementación concreta. Si la Tau Scaling Law demuestra funcionar en producción real, podría provocar cambios importantes en la industria. Primero, el foco competitivo podría desplazarse desde “quién tiene el transistor más pequeño” hacia “quién construye el sistema más eficiente para entrenar IA”. Segundo, podría consolidarse un ecosistema tecnológico chino más autónomo y menos dependiente de proveedores occidentales. Y tercero, podrían acelerarse tecnologías de empaquetado avanzado, interconexión 3D y arquitecturas basadas en chiplets.