• 2 min de lectura
El próximo cuello de botella de la IA podría ser los materiales, no los chips
Un artículo patrocinado publicado por MIT Technology Review sostiene que los materiales avanzados ahora fijan límites clave en los chips de IA y los centros de datos, desde la refrigeración hasta los
Imagen: MIT Technology Review
La carrera por construir una IA mejor suele centrarse en los algoritmos, los chips y los enormes centros de datos. Este artículo patrocinado de Syensqo, publicado por MIT Technology Review, plantea un argumento distinto: los materiales avanzados determinan cada vez más hasta dónde pueden llegar esos sistemas.
A medida que los sistemas de IA exigen más potencia de procesamiento, memoria, eficiencia energética y fiabilidad, la tensión física sobre los semiconductores y la infraestructura no deja de aumentar. El artículo sostiene que los avances ahora dependen no solo del diseño de los chips y de la arquitectura del sistema, sino también de materiales capaces de soportar temperaturas extremas, químicos agresivos y condiciones de funcionamiento más severas.
En la fabricación de semiconductores, eso significa materiales con mayor pureza, mayor resistencia química y al plasma, y mejor estabilidad a lo largo de miles de pasos de proceso estrictamente controlados. Las pequeñas variaciones pueden crear defectos, reducir los rendimientos y aumentar los costos.
La misma presión está apareciendo en los centros de datos. Una mayor densidad de cómputo está empujando a los operadores hacia una gestión térmica más avanzada, arquitecturas de alimentación de mayor voltaje, mayor capacidad de almacenamiento y transmisión de datos más rápida. Syensqo afirma que muchos de esos problemas de materiales se parecen a los ya vistos en vehículos eléctricos, especialmente en torno a los sistemas de refrigerante y la gestión de la energía. La empresa sostiene que los conocimientos de la refrigeración en semiconductores y automoción pueden adaptarse a la refrigeración líquida directa para servidores de IA.
El artículo también señala que la definición de rendimiento está cambiando. Los materiales siguen debiendo cumplir estrictos requisitos técnicos, pero los clientes esperan cada vez más que se fabriquen de forma más responsable. Syensqo pone como ejemplo sus perfluoroelastómeros de próxima generación —utilizados para sellar equipos de fabricación de semiconductores—, que, según afirma, se producen mediante un proceso de fabricación libre de fluorosurfactantes.
Recomendado
El auge de los centros de datos en el Reino Unido choca con la realidad del agua
En cuanto a la investigación, Syensqo dice que está utilizando herramientas de IA, incluido Microsoft Discovery, para identificar candidatos moleculares para los fluidos de transferencia de calor de próxima generación usados en la fabricación de semiconductores y en centros de datos. El objetivo es reducir las opciones prometedoras antes, disminuir los experimentos físicos y acelerar las primeras etapas del descubrimiento de materiales.
La afirmación central es sencilla: el progreso futuro de la IA requerirá mejores algoritmos y chips más potentes, pero también dependerá de los materiales que permitan que esos sistemas funcionen de forma fiable a escala. El artículo fue producido por Syensqo y no fue redactado por el equipo editorial de MIT Technology Review.
Enterprise Editor
Marcus follows the money. He covers enterprise software, cloud architecture, and the tectonic shifts in Big Tech strategy. He translates dense earnings calls and complex M&A activity into actionable insights about where the industry is actually heading. If a tech giant makes a silent pivot, Marcus is usually the first to notice.
