“Si caminas una hora, recorres una distancia; si caminas dos, doblas la distancia. Esa intuición sirvió en la sabana, pero fracasa frente a la IA”, afirma Mustafa Suleyman en un artículo para el MIT Technology Review. De esta forma tan directa deja bastante claro que, si hablamos de inteligencia artificial, no valen las reglas de la evolución. Esta avanza de forma exponencial.
Tal y como él mismo reconoce, desde que empezó a trabajar en IA en 2010, el cambio ha sido enorme. El cómputo usado en los modelos punteros ha crecido en torno a un trillón de veces. “De 10¹⁴ FLOPS en los primeros sistemas a más de 10²⁶ FLOPS en los modelos más grandes de hoy. Esto no es un crecimiento: es una explosión”, comenta.
Para entender todo este boom, Suleyman compara el entrenamiento de IA con “una sala llena de gente haciendo cálculos con calculadoras”. Hasta hace poco, añadir potencia de IA significaba solo meter más gente con calculadoras. Pero mucha de esa gente se quedaba esperando, con el tiempo muerto, mientras los datos llegaban tarde.
“Hoy la revolución no es solo tener calculadoras más rápidas. Es conseguir que todas esas calculadoras siempre estén trabajando, y que funcionen como una sola mente gigante”, explica. Ese cambio se ha hecho realidad gracias a tres avances que convergen a la vez:
La IA de Claude Code descubre una vulnerabilidad de Linux oculta durante más de 23 años
Primero, las propias ‘calculadoras’ son mucho más rápidas. Los chips de Nvidia han pasado de unos 312 teraflops en 2020 a 2.250 teraflops hoy, y el chip de Microsoft, el Maia 200, cuenta con un 30% más de rendimiento por cada euro que otros chips de la misma categoría.
Segundo, los datos llegan mucho más rápido gracias a la memoria HBM (High Bandwidth Memory), que apila chips como pequeños edificios. La versión más nueva, HBM3, triplica el ancho de banda de la anterior, manteniendo las GPU siempre alimentadas y sin tiempos muertos.
Tercero, la sala de calculadoras se ha vuelto casi como una ciudad. Tecnologías como NVLink e InfiniBand conectan cientos de miles de GPU en superordenadores del tamaño de naves industriales, que funcionan como una sola pieza de procesamiento.
Como resultado de todo, tenemos una auténtica bestia: lo que en 2020 llevaba 167 minutos en ocho GPU hoy se hace en menos de cuatro minutos con hardware actual, una mejora de 50 veces, muy por encima de las 5 veces que habría previsto solo la Ley de Moore.
Teniendo en cuenta este crecimiento exponencial, las previsiones son monstruosas. Afirma que los grandes laboratorios están creciendo su capacidad de cómputo a un ritmo de casi 4x anual. Entre 2020 y hoy, el cómputo ha aumentado 5x cada año. Y se espera que hacia 2027 el cómputo global de IA alcance el equivalente de 100 millones de chips H100, es decir, un salto de 10 veces en solo tres años.
Microsoft, Nvidia y la carrera de la superinteligencia artificial o ASI
En medio de toda esta locura casi inconcebible para la mayoría de mortales, nombres como Microsoft y Nvidia están en el centro de todo este boom.
Suleyman, que ahora está al frente de la división de IA en Microsoft, deja claro que ya no hablamos de prototipos, sino de infraestructuras reales gigantescas: clusters de 100.000 GPU, racks del tamaño de una nevera que consumen 120 kilovatios y centros de datos que se alimentan de energía equivalente a la del Reino Unido, Francia, Alemania e Italia juntas en su pico de consumo anual.
“Los 100.000 millones de dólares en clústeres de IA, los 10 gigavatios de consumo, los superordenadores de nave… ya no son ciencia ficción. Ya están en obras en EEUU y en el mundo”, afirma. Y todo esto tiene un objetivo a un plazo todavía desconocido: la superinteligencia.
Después de la era de los chatbots, según Suleyman, viene la de los “agentes de IA casi humanos”: sistemas semiautónomos que pueden escribir código durante días, llevar proyectos de semanas o meses, hacer llamadas, negociar contratos y gestionar logística.
Sin embargo, todo tiene una cara B y en este caso es precisamente la energía. Un solo rack de IA puede consumir 120 kilovatios, el equivalente a 100 casas.
Pero aquí entra en juego otro aspecto que también está creciendo de forma exponencial: la caída de precios de las energías renovables. “Los costes de la energía solar han caído casi 100 veces en 50 años; los de las baterías, un 97% en tres décadas”, afirma Suleyman.
Con todo esto sobre la mesa y lo que aún está por llegar, el propio Suleyman afirma que “seguirán sorprendiéndose. El ‘boom’ de cómputo es la historia tecnológica de nuestro tiempo, y todavía está empezando”.
La carrera hacia la superinteligencia artificial está en marcha y gigantes como Microsoft y Nvidia están a la cabeza. ¿Qué podemos esperar de este avance?
El crecimiento exponencial de la IA: Un cambio de reglas
La comparación de Mustafa Suleyman, jefe de la IA de Microsoft, entre caminar una hora y dos horas para recorrer distancias, sirve como una metáfora para explicar por qué la intuición humana falla cuando se trata de inteligencia artificial. La IA no avanza de forma lineal, sino exponencial, lo que ha llevado a un cambio enorme en el campo desde que Suleyman empezó a trabajar en él en 2010.
En ese tiempo, el cómputo usado en los modelos punteros ha crecido en torno a un trillón de veces, pasando de 10¹⁴ FLOPS a más de 10²⁶ FLOPS. Este crecimiento no es solo cuantitativo, sino que ha cambiado la forma en que se aborda el entrenamiento de la IA. Suleyman lo compara con “una sala llena de gente haciendo cálculos con calculadoras”, donde la potencia de la IA se ha vuelto mucho más eficiente gracias a avances en la tecnología de chips, memoria y conexión.
Los tres avances clave
- Los chips de Nvidia han aumentado significativamente su velocidad, pasando de 312 teraflops en 2020 a 2.250 teraflops hoy.
- La memoria HBM3 ha triplicado el ancho de banda, manteniendo las GPU siempre alimentadas.
- Tecnologías como NVLink e InfiniBand han conectado cientos de miles de GPU en superordenadores que funcionan como una sola pieza de procesamiento.
Estos avances han llevado a mejoras significativas en el rendimiento de la IA, con una mejora de 50 veces en comparación con 2020. Las previsiones para el futuro son aún más impresionantes, con un crecimiento anual de casi 4x en la capacidad de cómputo de los grandes laboratorios y un salto de 10 veces en solo tres años hacia 2027.
La carrera hacia la superinteligencia
En este contexto, nombres como Microsoft y Nvidia están a la vanguardia de la carrera hacia la superinteligencia artificial o ASI. Suleyman destaca que ya no se habla de prototipos, sino de infraestructuras reales gigantescas, como clusters de 100.000 GPU y centros de datos que consumen enormes cantidades de energía. El objetivo es crear “agentes de IA casi humanos” que puedan realizar tareas complejas de forma semiautónoma.
Sin embargo, este avance también plantea desafíos, como el consumo de energía. Un solo rack de IA puede consumir 120 kilovatios, equivalente a 100 casas. Pero la caída de precios de las energías renovables, como la solar y las baterías, podría mitigar este impacto.
Un futuro de sorpresas
Suleyman concluye que “seguirán sorprendiéndose” con el avance de la IA y que el “boom” de cómputo es la historia tecnológica de nuestro tiempo, y todavía está empezando.
