IBM crea el primer chip sub-1nm: un hito que redefine la ley de Moore

IBM ha vuelto a marcar un antes y un después en la industria de semiconductores. La compañía anunció que ha construido el primer chip con tecnología de 0,7 nanómetros (7 angstroms), superando la barrera del 1 nm que parecía inalcanzable. Este logro no es solo un número más en la carrera por la miniaturización; representa un cambio fundamental en la arquitectura de los transistores y en la forma en que entendemos la ley de Moore. Para contextualizar, la ley de Moore —que predice que el número de transistores en un chip se duplica cada dos años— ha impulsado el progreso tecnológico desde los años 60. Sin embargo, desde que los nodos llegaron a 5 nm y 3 nm, los costos de desarrollo y las limitaciones físicas han ralentizado el ritmo. El avance de IBM demuestra que la miniaturización aún tiene recorrido, pero también subraya los desafíos crecientes que enfrenta la industria.

¿Qué ha ocurrido exactamente?

IBM Research presentó un transistor de prueba que utiliza una estructura de 'nano-hojas' apiladas (stacked nanosheets) con una puerta de 0,7 nm. A diferencia de los transistores FinFET actuales, esta nueva arquitectura permite un mayor control del flujo de corriente y una reducción drástica del consumo energético. El chip fue fabricado en el Centro de Investigación de Nanotecnología de Albany (Nueva York) y, aunque es un prototipo de laboratorio, demuestra la viabilidad de la tecnología. Según la fuente de The Next Web, el transistor utiliza una estructura de nanosheets apilados que mejora el rendimiento y la eficiencia. Es importante señalar que el nodo de 0,7 nm no corresponde a una dimensión física exacta de la puerta, sino que es una denominación comercial que indica una densidad de transistores equivalente a la que se esperaría en ese nodo. Este tipo de nomenclatura se ha vuelto común en la industria: por ejemplo, los nodos de 5 nm de TSMC no tienen dimensiones de 5 nm, sino que representan una mejora respecto al nodo anterior.

¿Por qué es importante?

El avance es crucial por varias razones. Primero, porque la industria llevaba años estancada en los 3 nm y 5 nm, con dificultades para escalar más allá. Segundo, porque un transistor sub-1nm permite empaquetar más transistores en el mismo espacio, lo que se traduce en un rendimiento hasta un 50% superior y una eficiencia energética que podría duplicar la batería de los dispositivos móviles. Tercero, porque este hito llega en un momento clave para la inteligencia artificial, donde la demanda de cómputo crece exponencialmente. Para ponerlo en perspectiva, los chips actuales de 5 nm de Apple (como el M1) ya ofrecen un rendimiento notable, pero un salto a 0,7 nm podría multiplicar la capacidad de procesamiento en dispositivos móviles, permitiendo ejecutar modelos de IA con miles de millones de parámetros localmente, sin depender de la nube. Además, en el ámbito de los centros de datos, la reducción del consumo energético es crítica: según datos de la Agencia Internacional de la Energía, los centros de datos consumen alrededor del 1% de la electricidad mundial, y se espera que esta cifra aumente con la expansión de la IA. Chips más eficientes podrían mitigar ese impacto.

Consecuencias para la industria

El anuncio de IBM no implica que veamos chips de 0,7 nm en el mercado mañana. Se trata de una prueba de concepto que podría tardar años en llegar a producción comercial. Sin embargo, envía una señal clara a la competencia (TSMC, Samsung, Intel) de que la miniaturización aún tiene camino por recorrer. También obliga a replantear las inversiones en litografía ultravioleta extrema (EUV) y en nuevos materiales como el silicio-germanio. Históricamente, IBM ha sido pionera en innovaciones de semiconductores: en 2015 demostró un transistor de 7 nm, y en 2021 presentó un chip de 2 nm. Pero a diferencia de entonces, ahora el panorama competitivo es más complejo. TSMC y Samsung ya producen en masa nodos de 3 nm, e Intel planea lanzar su nodo de 1.8 nm (20A) en 2024. El logro de IBM podría acelerar la hoja de ruta de estos fabricantes, pero la producción en masa a 0,7 nm requerirá avances en litografía EUV de alta apertura numérica (High-NA EUV), que aún está en desarrollo. Según ASML, proveedor líder de máquinas EUV, las primeras herramientas High-NA se entregarán en 2025, pero la producción en volumen no se espera hasta 2027-2028. Por lo tanto, es razonable proyectar que los primeros productos basados en esta tecnología lleguen hacia 2028-2030, como indica la fuente.

Lo que deben saber los lectores

No hay que confundir el nombre del nodo con las dimensiones físicas reales. El '0,7 nm' es una denominación comercial que no se corresponde exactamente con el tamaño de la puerta. Además, la producción en masa de estos chips requerirá avances en litografía y en procesos de fabricación que aún no están listos. Se espera que los primeros productos basados en esta tecnología lleguen hacia 2028-2030. Es importante destacar que IBM no fabrica chips a gran escala; la compañía suele licenciar su tecnología a otros fabricantes o colaborar con ellos. Por ejemplo, su nodo de 7 nm fue utilizado por GlobalFoundries, aunque luego este abandonó la carrera por los nodos avanzados. En este caso, IBM podría asociarse con Samsung o Intel para llevar la tecnología al mercado. También hay que considerar el costo: los chips de nodos avanzados son extremadamente caros de diseñar y fabricar. Un diseño en 3 nm puede costar más de 500 millones de dólares, según IBS. Por tanto, el chip de 0,7 nm solo será viable para aplicaciones de alto valor, como servidores de IA, supercomputación y dispositivos de gama alta.

“Este es un logro de ingeniería impresionante, pero no debemos olvidar que la ley de Moore no solo se trata de tamaño, sino de costo y rendimiento. IBM ha demostrado que es posible, pero el verdadero desafío es hacerlo rentable.”

Impacto en el futuro del trabajo y la IA

Para los lectores de TheVortiq, este avance tiene implicaciones directas en la automatización y la inteligencia artificial. Chips más potentes y eficientes permitirán ejecutar modelos de IA más complejos en dispositivos locales, reduciendo la dependencia de la nube. También mejorarán la productividad en tareas de procesamiento de datos y simulación. Las startups de software y SaaS deberán prepararse para un hardware que hará posibles aplicaciones hoy impensables. Por ejemplo, la inferencia de modelos de lenguaje grandes (LLMs) como GPT-4 podría realizarse en un smartphone, abriendo la puerta a asistentes personales mucho más capaces sin latencia de red. En el ámbito laboral, herramientas de automatización basadas en IA podrían ejecutar análisis complejos en tiempo real, transformando sectores como la medicina (diagnóstico por imagen), la logística (optimización de rutas) y la ingeniería (simulaciones). Además, la eficiencia energética es clave para la sostenibilidad: según un estudio de la Universidad de Massachusetts, entrenar un modelo de IA puede emitir hasta 284 toneladas de CO2, equivalente a cinco veces las emisiones de un automóvil promedio durante su vida útil. Reducir el consumo energético de los chips ayudaría a mitigar este impacto. En resumen, el avance de IBM no solo es un hito técnico, sino un catalizador para la próxima ola de innovación en IA y automatización, que redefinirá el futuro del trabajo.