En la Universidad de Illinois, los esfuerzos por replicar la estructura molecular de algunos de los más perversos virus que afligen a la humanidad chocaban de frente contra la "muralla de energía". Los investigadores querían construir modelos visuales de los organismos microscópicos, pero pronto descubrían que las limitaciones en la cantidad de megahertz que pueden manejar los microprocesadores detenían el desarrollo de computadoras capaces de manejar los volúmenes de datos y complejas fórmulas requeridas. Este trabajo, que podría eventualmente conducir a la cura de enfermedades como el SIDA, era entorpecido por el deficiente cilindraje de las unidades disponibles.
Por suerte, la muralla está dando señales de resquebrajamiento. Avances en la optimización en el uso de los microprocesadores están derribando la barrera que había detenido el crecimiento exponencial en la capacidad de las computadoras de los últimos años, creando la posibilidad de hacerlas mucho más inteligentes, de cambiar la manera en que las empleamos y, eventualmente, de que transformen nuestras vidas.
¿Qué tan inteligentes? Inicialmente, entre 50 y 100 veces más capaces que las PC o computadoras Apple disponibles en el mercado, dice Craig Mundie, vicepresidente y director de Investigación y Estrategia de Microsoft. "Hay un gran cambio que está por venir en la arquitectura del microprocesador. En los próximos años veremos la introducción de procesadores que serán radicalmente más poderosos, al mismo precio y con el mismo consumo de energía", dice el ejecutivo que reemplazó a Bill Gates como gurú de la visión tecnológica de la compañía.
El tema del consumo de energía es importante, porque hasta hace poco era el obstáculo que impedía el mejoramiento de las computadoras. Los desarrolladores de los microprocesadores detectaron la pared de energía al construir CPU de 3 gigahertz, nivel sobre el cual se dieron cuenta de que no podían operar la unidad y enfriarla al mismo tiempo. Para esquivar la barrera, los desarrolladores comenzaron a añadir un mayor número de unidades centrales de procesamiento (CPU) al microchip, dando inicio al uso de los procesadores multicore que conocemos hoy en día.
El problema de este tipo de arreglo es que es muy difícil para las diferentes aplicaciones poder aprovechar todas las ventajas de esa arquitectura. La comunicación entre los diferentes cores es lenta y el sistema cuenta con demasiados cuellos de botella. "No es un buen diseño", dice Sumit Gupta, gerente de producto senior del fabricante de tarjetas de video y de unidades de procesamiento de gráficos NVIDIA. "Los CPU tienen tres o cuatro poderosos cores dentro de ellos. Cada uno de esos procesadores es muy bueno con el manejo de los sistemas operativos, pero no para comunicarse entre sí. Es como tener cuatro generales que no se hablan entre ellos, dirigiendo una batalla".
La solución en realidad no consiste en más generales, sino en cambiar la manera en que trabajan. Actualmente los CPU están acostumbrados a operar en serie y a cumplir con sólo una tarea a la vez. Y aunque son rápidos en cumplir cada una de ellas, el esquema no les permite iniciar la función número dos si antes no han terminado la uno, lo que normalmente deja gran parte de su capacidad sin usar.
Para emplear mejor esa capacidad es necesario que los procesadores operen en paralelo. Es decir, que trabajen 100 tareas al mismo tiempo. Este es un tema sobre el cual las principales compañías de la industria -como Intel, AMD, Apple, Microsoft y NVIDIA- vienen trabajando desde hace dos años, esfuerzos que ya comienzan a brindar frutos, con la adopción de las Unidades de Procesamiento Gráfico (GPU, por sus siglas en inglés), entre otras tecnologías, para ayudar a las computadoras a operar en paralelo.
John Stone, programador de Biofísica Teórica y Computacional de la Universidad de Illinois, dice que la casa de estudios fue uno de los primeros en hacer uso de GPU para realizar simulacros de virus. "Con cuatro GPU el incremento de velocidad es de entre 48 y 300 veces". Eso quiere decir que, para replicar los mismos resultados, la universidad hubiese tenido que comprar entre 48 y 300 computadoras y agruparlas en un cluster, como lo hacen los grandes centros de investigación cuando construyen sus propias supercomputadoras.
De hecho, ése es el concepto que usó NVIDIA al lanzar su primer modelo de computadora con cuatro GPU, al llamarla la primera Supercomputadora Personal. La unidad viene dentro del chasis de un desktop normal, pero es capaz de alcanzar los cuatro teraflops, es decir, cuatro billones de flops (operación en punto flotante por segundo). La cifra es astronómica en comparación con los 10 flops que maneja una calculadora de bolsillo, e incluso con los 1.000 millones de flops de una laptop promedio.
Ese tipo de desempeño en una unidad pequeña y relativamente barata -a un precio de introducción inferior a los US$ 10.000- hubiese sido inimaginable hace unos años. La Universidad de Virginia Tech, por ejemplo, sacó en 2003 lo que terminó siendo la tercera supercomputadora más potente del mundo, al construir un gigantesco core, conformado por 1.100 computadoras Apple, que producía en conjunto 10,28 teraflops. La computadora más poderosa en esa época era capaz de alcanzar los 35 teraflops. ¿Su costo de construcción? Unos US$ 350 millones.
Claro, el procesamiento en paralelo también ha repotenciado a las propias supercomputadoras. La mayor de ellas, por ejemplo, el Roadrunner del Departamento de Energía de Estados Unidos, es capaz de sostener más de 1.400 teraflops. Pero lo más importante de esto es que la nueva tecnología pronto colocará sobre nuestros escritorios el equivalente de un cuarto lleno de PC. "Es una democratización de las supercomputadoras", dice Gupta. "Hay quizás 1.000 supercomputadoras en el mundo y 15 millones de científicos e ingenieros. Ahora cada uno de ellos podrá tener su propia supercomputadora".
Los científicos, obviamente, son los primeros en buscar este tipo de equipo, ya que requieren de este tipo de capacidad. Incluso ya universidades y empresas latinoamericanas están mostrando interés, como Petrobras, que pretende construir una unidad de 400 teraflops.
No obstante, expertos dicen que es cuestión de poco tiempo para que la capacidad de estas supercomputadoras sea usada en aplicaciones dirigidas al público en general, funciones que podrían convertir nuestros equipos en herramientas mucho más útiles en nuestras labores diarias. Apple y Microsoft ya anunciaron que sus próximos sistemas operativos harán un mayor uso de los GPU para repotenciar la capacidad de las computadoras y así realzar la experiencia visual del usuario.
Gupta, de NVIDIA, dice que lo más interesante son las aplicaciones que aún no han sido inventadas, aquellas diseñadas para utilizar al máximo el potencial adicional que esta nueva tecnología está colocando sobre la mesa.
Algunos ven la aceleración de la inteligencia artificial. Mundie, de Microsoft, dice que estos avances propiciarán la introducción de avatars capaces de hablar, entendernos y razonar, con suficiente inteligencia para que puedan desempeñar tareas de atención al cliente que actualmente realizan seres humanos. También conduciría al uso de computadoras con las que bastaría hablar o que sólo tendrían que ver al usuario para darle acceso, eliminando las necesidades de contraseñas.
