Los límites físicos, energéticos y económicos están llevando a la industria del procesamiento a explorar nuevas alternativas, desde chiplets e interconexiones ópticas hasta computación fotónica y cuántica.
En 1965, Gordon Moore, cofundador de Intel, publicó una observación que terminaría definiendo el rumbo de la industria tecnológica. En un artículo para la revista Electronics, planteó que el número de transistores integrados en un circuito podía duplicarse aproximadamente cada dos años, aumentando la capacidad de procesamiento y reduciendo los costos relativos. Esta observación se convirtió para la audiencia en la “Ley de Moore”, porque parecía imbatible.
Pero reducir el tamaño de los transistores, incrementar su potencia y reducir su costo, resulta físicamente imposible. Aun así, lo que comenzó como una proyección técnica se convirtió en la hoja de ruta de los semiconductores. Durante décadas, fabricantes, proveedores de equipos y desarrolladores de software avanzaron bajo el mismo principio: integrar más transistores en espacios cada vez más pequeños.
Gracias a esta evolución surgieron los computadores personales, internet, los teléfonos inteligentes, la computación en la nube y, más recientemente, la inteligencia artificial generativa.
Hoy, empresas como TSMC, Intel y Samsung fabrican chips medidos en apenas unos pocos nanómetros. Sin embargo, cada nueva generación tecnológica exige mayores inversiones y una complejidad creciente.
Contenido
LA Ley de Moore muestra sus límites físicos
Un desafío que es tecnológico y también económico
Las nuevas rutas hacia el rendimiento
Las startups que quieren reemplazar los electrones por luz
Q&A Preguntas frecuentes sobre la Ley de Moore y el futuro de la computación
LA Ley de Moore muestra sus límites físicos
Hoy, educir el tamaño de los transistores sigue siendo posible. No obstante, cada avance enfrenta desafíos más complejos.
Por ejemplo, uno de ellos está relacionado con la mecánica cuántica. En resumen, a escalas extremadamente pequeñas, los electrones pueden atravesar barreras diseñadas para contenerlos, generando fugas de corriente que afectan la eficiencia de los circuitos.
Además, el calor se ha convertido en un factor crítico. Aunque cada transistor individual consume menos energía, la enorme densidad de componentes dentro de los procesadores modernos incrementa las exigencias de refrigeración y gestión térmica.
La complejidad también ha crecido. De hecho, un análisis de IEEE Spectrum y estudios publicados en Nature Electronics, los chips de última generación integran miles de millones de transistores y requieren herramientas de diseño cada vez más sofisticadas.
La consecuencia es evidente: mantener el ritmo histórico de miniaturización demanda esfuerzos científicos y tecnológicos mucho mayores que hace una década.
Más pequeño, más complejo
| Aspecto | 2010 | 2026 |
| Nodo líder | 32 nm | 2 nm |
| Complejidad de diseño | Alta | Extremadamente alta |
| Gestión térmica | Importante | Crítica |
Fuentes: IEEE Spectrum, Nature Electronics, Intel Foundry, TSMC.
Un desafío que es tecnológico y también económico
Como vemos, a miniaturización enfrenta otra barrera menos visible: el costo.
Precisamente, las fábricas de semiconductores más avanzadas requieren inversiones superiores a los US$20.000 millones. En algunos casos, las cifras pueden acercarse a los US$30.000 millones cuando incorporan tecnologías de litografía ultravioleta extrema (EUV).
Esta realidad ha reducido el número de empresas capaces de competir en la frontera tecnológica. Actualmente, TSMC, Intel y Samsung concentran gran parte de la capacidad de fabricación avanzada del mundo.
A ello se suma el aumento de los costos de diseño. McKinsey y la Semiconductor Industry Association señalan que desarrollar procesadores de última generación exige inversiones crecientes en ingeniería, validación, software y propiedad intelectual.
El resultado es una industria cada vez más concentrada y dependiente de cadenas de suministro altamente especializadas.
La concentración de la fabricación avanzada
| Segmento | Principales actores |
| Foundry avanzada | TSMC, Samsung, Intel |
| Litografía EUV | ASML |
| Óptica de precisión | Zeiss |
| Empaquetado avanzado | TSMC, Intel, Samsung |
Fuentes: McKinsey, SIA, ASML Annual Report, TSMC Annual Report.
Las nuevas rutas hacia el rendimiento
Frente a estos desafíos, la industria está desarrollando nuevas estrategias para seguir aumentando la capacidad de procesamiento.
Una de las más relevantes es el uso de chiplets. En lugar de construir un único procesador monolítico, los fabricantes integran módulos especializados que pueden optimizarse para tareas específicas. AMD, Intel y Nvidia ya utilizan este enfoque en varios de sus productos.
También gana importancia el empaquetado avanzado. Tecnologías como CoWoS de TSMC y Foveros de Intel permiten conectar múltiples componentes con gran eficiencia, mejorando el rendimiento general del sistema.
La memoria se ha convertido en otro factor clave. Soluciones como HBM (High Bandwidth Memory) permiten alimentar aceleradores de inteligencia artificial con enormes volúmenes de datos.
Al mismo tiempo, las interconexiones ópticas comienzan a atraer la atención de la industria. El uso de luz para transmitir información promete reducir el consumo energético y aumentar la velocidad de comunicación dentro de centros de datos y sistemas de IA.
Estas tecnologías no reemplazan la Ley de Moore. Sin embargo, complementan la miniaturización y abren nuevas posibilidades para el futuro de la computación.
Tecnologías que están redefiniendo la industria
- Chiplets
- Empaquetado avanzado 3D
- Memoria HBM
- Interconexiones ópticas
- Computación fotónica
- Computación cuántica
- Nuevos materiales semiconductores
Fuentes: Intel Foundry, AMD, TSMC, IEEE Spectrum, Nature Electronics.
Por primera vez en décadas, el futuro de la computación parece depender de múltiples caminos tecnológicos. Algunos evolucionarán dentro del paradigma actual. Otros podrían abrir la puerta a modelos radicalmente distintos.
Comprender esta transición será clave para anticipar cómo evolucionarán la inteligencia artificial, los centros de datos y la infraestructura digital de los próximos años.
Las startups que quieren reemplazar los electrones por luz
Mientras los grandes fabricantes buscan extender los límites del silicio, una nueva generación de empresas explora una alternativa diferente: utilizar fotones en lugar de electrones para transmitir y procesar información.
Lightmatter, Ayar Labs, Lightelligence y Celestial AI son algunas de las compañías que lideran esta tendencia. En la próxima entrega analizaremos quiénes están detrás de estas startups y por qué la computación fotónica comienza a captar la atención de gigantes como Nvidia, Intel, Microsoft y TSMC.
Q&A Preguntas frecuentes sobre la Ley de Moore y el futuro de la computación
¿Qué es la Ley de Moore?
La Ley de Moore es una observación formulada por Gordon Moore en 1965. Plantea que el número de transistores integrados en un circuito se duplicaría aproximadamente cada dos años, permitiendo aumentar la capacidad de procesamiento y reducir los costos relativos de la computación.
¿La Ley de Moore sigue vigente?
Sí, pero con matices. Los fabricantes continúan reduciendo el tamaño de los transistores, aunque el ritmo de avance es más lento y cada nueva generación tecnológica requiere mayores inversiones y complejidad de fabricación.
¿Por qué es cada vez más difícil fabricar chips avanzados?
A medida que los transistores se acercan a dimensiones de pocos nanómetros aparecen desafíos físicos, como fugas de corriente, efectos cuánticos y problemas térmicos. Además, los costos de diseño y fabricación aumentan significativamente.
¿Qué son los chiplets?
Los chiplets son módulos especializados que permiten construir procesadores complejos a partir de varios componentes más pequeños. Esta estrategia mejora la flexibilidad del diseño y ayuda a reducir costos de fabricación.
¿Qué papel juega la inteligencia artificial en esta evolución?
La IA está aumentando la demanda de procesamiento, memoria y ancho de banda. Como resultado, los fabricantes desarrollan nuevas arquitecturas que combinan CPU, GPU, NPU y memorias avanzadas para optimizar cargas de trabajo de inteligencia artificial.
¿La computación fotónica reemplazará a los procesadores actuales?
No en el corto plazo. La mayoría de expertos considera que la computación fotónica complementará inicialmente a los sistemas tradicionales, especialmente en aplicaciones relacionadas con inteligencia artificial, centros de datos e interconexiones de alta velocidad.
¿Cuál es la diferencia entre computación fotónica y computación cuántica?
La computación fotónica utiliza luz para transmitir o procesar información de manera más eficiente. La computación cuántica, en cambio, aprovecha fenómenos cuánticos como la superposición y el entrelazamiento para resolver problemas específicos que resultan extremadamente complejos para los computadores tradicionales.
¿Qué empresas lideran la fabricación de chips avanzados?
Actualmente, TSMC, Intel y Samsung son los principales fabricantes capaces de producir semiconductores en los nodos tecnológicos más avanzados. Estas compañías dependen de equipos especializados desarrollados por proveedores como ASML y Zeiss.
¿Qué tecnologías podrían definir la próxima década?
Los expertos señalan varias tendencias clave:
- Chiplets.
- Empaquetado avanzado 3D.
- Memoria HBM.
- Interconexiones ópticas.
- Computación fotónica.
- Computación cuántica.
- Nuevos materiales semiconductores.
¿Qué significa el fin de la Ley de Moore para las empresas?
Más que un final, representa una transición. Las organizaciones dependerán cada vez más de arquitecturas híbridas, aceleradores especializados e innovaciones en energía, memoria y conectividad para sostener el crecimiento del rendimiento computacional.
¿Qué sigue después de la Ley de Moore?
La respuesta no apunta a una única tecnología. La industria está apostando simultáneamente por chiplets, empaquetado avanzado, memoria especializada, interconexiones ópticas, computación fotónica y computación cuántica para mantener el crecimiento del rendimiento computacional.