Published on LET (https://let.iiec.unam.mx)


Chipmaking. Putting the silicon back in the valley

Enviado por Adrián Martínez en Lun, 04/28/2025 - 12:13
Cita: 

The Economist [2024], "Chipmaking. Putting the silicon back in the valley", The Economist, London, 21 de septiembre, https://www.economist.com/technology-quarterly/2024/09/16/ai-has-returne... [1]

Fuente: 
The Economist
Fecha de publicación: 
Sábado, Septiembre 21, 2024
Revista descriptores: 
Competencia mundial. Disputa hegemónica [2]
Estudios de caso: actividades - empresas [3]
Relaciones entre empresas estados y sociedad [4]
Tema: 
Industria de semiconductores y soberanía tecnológica: el renacimiento del hardware en la era de la inteligencia artificial
Idea principal: 

    La nota examina el resurgimiento estratégico de la industria de semiconductores en Estados Unidos y otras regiones, en un contexto donde la aceleración de la inteligencia artificial (IA) ha devuelto al hardware —y en particular al silicio— un lugar central en el desarrollo tecnológico global.

    Recordando que en 1956 se fundó Shockley Semiconductor Laboratory en Mountain View, origen de Silicon Valley, el texto conecta históricamente la innovación en chips con la dinámica de miniaturización impulsada por la ley de Moore, formulada en 1965. Esta ley, que permitió la duplicación periódica del número de transistores en los chips, fue el motor fundamental detrás de la expansión de las computadoras personales, los teléfonos móviles y, actualmente, los sistemas de IA.

    No obstante, desde 2010, el crecimiento de la potencia computacional necesaria para entrenar modelos de IA ha superado ampliamente la progresión proyectada por la Ley de Moore, duplicándose cada seis meses en lugar de cada dos años. Este cambio ha hecho que fabricantes de software comiencen a incursionar en la fabricación de hardware.

    El renacimiento del interés en el hardware ha llevado a gigantes tecnológicos como Apple, Amazon, Google y Meta a diseñar sus propios chips, buscando optimizar el rendimiento de sus grandes modelos de lenguaje (LLM, por su sigla en inglés).

    Durante la pandemia de COVID-19 en 2021, una escasez crítica de chips interrumpió la producción en sectores clave como la electrónica y la industria automotriz. Esta crisis expuso la vulnerabilidad de una cadena de suministro altamente globalizada, donde el diseño de chips se concentra en Estados Unidos, la fabricación de equipos en Europa y Japón, la producción en fábricas de Taiwán y Corea del Sur, y el ensamblaje final en China y Malasia. La interrupción causada por la pandemia llevó a los gobiernos a replantear su dependencia del extranjero en esta industria estratégica.

    En respuesta, Estados Unidos lanzó en 2022 un paquete de 50 000 millones de dólares en subsidios y beneficios fiscales para incentivar la producción nacional de chips. Otras regiones como Unión Europea, Japón y Corea del Sur siguieron con promesas de apoyo por un total de casi 94 000 millones de dólares. Paralelamente, las tensiones geopolíticas han escalado, con Estados Unidos imponiendo restricciones a China para impedirle el acceso a chips avanzados y tecnología de fabricación, a lo que China respondió limitando la exportación de materiales esenciales para la industria de semiconductores.

    Sin embargo, los desafíos no se limitan a esto. El crecimiento exponencial del número de transistores, junto con el tamaño creciente de los modelos de IA, ha intensificado el consumo energético de los chips, planteando un problema estructural para la sostenibilidad futura. El artículo sugiere que para superar estos límites físicos y energéticos, será necesario no solo innovar en nuevos materiales y procesos de fabricación, sino también re-imaginar la relación entre hardware y software, integrándolos de manera más eficiente.

    En suma, la nota resalta que el dominio tecnológico en semiconductores será determinante no solo para la competitividad económica, sino también para la soberanía industrial y la transición energética de las próximas décadas.

Datos cruciales: 

    1.- La gráfica 1 expone que desde 2010, la potencia de cómputo requerida para entrenar modelos de inteligencia artificial ha pasado de duplicarse cada 20 meses a duplicarse cada seis meses.

    2.- La gráfica 2 explica que desde finales de 2023, el índice MSCI de empresas de semiconductores ha superado notablemente al índice MSCI de empresas de software.

Nexo con el tema que estudiamos: 

    El artículo permite observar cómo el control sobre tecnologías críticas, como los semiconductores, estructura las nuevas jerarquías de poder económico y geopolítico a nivel global. El resurgimiento de la producción de chips no responde únicamente a criterios de eficiencia o competitividad, sino que revela un movimiento estratégico de los Estados para proteger su autonomía tecnológica frente a riesgos externos. La relocalización de cadenas de suministro, los programas de subsidios públicos y la carrera por nodos de fabricación avanzados ilustran la emergencia de la soberanía tecnológica como prioridad de política industrial.

    Desde una perspectiva productiva, el caso de los semiconductores ofrece una ventana para analizar cómo la innovación intensiva en conocimiento redefine las ventajas competitivas y obliga a reconsiderar las bases de la industrialización contemporánea. También destaca los límites del modelo de innovación puramente incremental, al evidenciar cómo el crecimiento de la inteligencia artificial impone nuevos retos en términos de sostenibilidad energética, materiales críticos y diseño de sistemas integrados.

    Finalmente, el desplazamiento del valor agregado hacia el hardware sugiere que las economías que logren dominar la intersección entre hardware y software tendrán ventajas decisivas en los mercados emergentes de inteligencia artificial, robótica, computación cuántica y energías inteligentes.

Image icon Crecimiento de potencia computacional en IA.png [5]
Image icon MSCI.png [6]

Source URL (modified on 20 Mayo 2025 - 10:10pm):https://let.iiec.unam.mx/node/5461

Links
[1] https://www.economist.com/technology-quarterly/2024/09/16/ai-has-returned-chipmaking-to-the-heart-of-computer-technology [2] https://let.iiec.unam.mx/taxonomy/term/12 [3] https://let.iiec.unam.mx/taxonomy/term/16 [4] https://let.iiec.unam.mx/taxonomy/term/20 [5] https://let.iiec.unam.mx/sites/let.iiec.unam.mx/files/Crecimiento%20de%20potencia%20computacional%20en%20IA.png [6] https://let.iiec.unam.mx/sites/let.iiec.unam.mx/files/MSCI.png