Los modelos clim\u00e1ticos modernos predicen cambios globales y regionales a largo plazo en la temperatura y las precipitaciones, pero no simulan adecuadamente eventos regionales extremos como huracanes o sequ\u00edas. Por el contrario, los modelos de predicci\u00f3n meteorol\u00f3gica utilizan datos de observaci\u00f3n a escalas regionales para pronosticar el tiempo con hasta una semana de antelaci\u00f3n. Las trayectorias espec\u00edficas de las tormentas o las temperaturas extremas se predicen en un sentido probabil\u00edstico.<\/p>\n\n\n\n
Se requiere cientos de veces m\u00e1s computaci\u00f3n para alcanzar la resoluci\u00f3n con la que los sistemas de nubes puedan resolverse expl\u00edcitamente y modelar las precipitaciones con mayor precisi\u00f3n a escala regional. Adem\u00e1s, es necesario eliminar el ruido, analizar e integrar los datos en tiempo real procedentes de sat\u00e9lites, sensores de carbono y vigilancia meteorol\u00f3gica para mejorar los modelos y las capacidades de predicci\u00f3n.<\/p>\n\n\n\n
Los avances en modelos, algoritmos y sistemas inform\u00e1ticos cl\u00e1sicos de alto rendimiento han hecho de la simulaci\u00f3n una herramienta invaluable en qu\u00edmica y ciencia de materiales, con aplicaciones cient\u00edficas y comerciales. La computaci\u00f3n masiva de alto rendimiento en la Iniciativa del Genoma de Materiales permite una detecci\u00f3n r\u00e1pida y la identificaci\u00f3n de materiales con propiedades particulares.<\/p>\n\n\n\n
Simulaciones cu\u00e1nticas exhiben una escala exponencial en la complejidad computacional cuando se aproximan soluciones precisas de las ecuaciones de la mec\u00e1nica cu\u00e1ntica, pero la simulaci\u00f3n en dispositivos cu\u00e1nticos ha mostrado resultados prometedores para mol\u00e9culas peque\u00f1as en peque\u00f1as cantidades de qubits, y se podr\u00edan usar dispositivos cu\u00e1nticos de tama\u00f1o modesto (decenas de qubits) para simular mayores sistemas que son intratables en los sistemas inform\u00e1ticos cl\u00e1sicos.<\/p>\n\n\n\n
El proceso de c\u00f3mo controlar y programar un dispositivo cu\u00e1ntico a esta escala no se comprende bien, ni existe una base te\u00f3rica s\u00f3lida en inform\u00e1tica para comprender si existe una ventaja de complejidad inherente en los dispositivos cu\u00e1nticos para problemas de simulaci\u00f3n.<\/p>\n\n\n\n
Algunos de los sistemas m\u00e1s interesantes e importantes en los desaf\u00edos sociales implican comprender y predecir el comportamiento humano. Por ejemplo, \u00bfc\u00f3mo reaccionar\u00e1 la gente ante cambios en los precios de la energ\u00eda, nuevos ingredientes o etiquetas en los alimentos, o noticias sobre una emergencia financiera o sanitaria? Si bien existen modelos estad\u00edsticos agregados para el comportamiento global, por ejemplo, la propagaci\u00f3n de enfermedades, no son lo suficientemente detallados para gestionar la infraestructura energ\u00e9tica, controlar el tr\u00e1fico o tomar decisiones m\u00e9dicas espec\u00edficas.<\/p>\n\n\n\n
Aprender estos modelos a partir de experiencias pasadas permitir\u00eda una mejor predicci\u00f3n y optimizaci\u00f3n de sistemas como las redes inteligentes para la distribuci\u00f3n de energ\u00eda o las ciudades inteligentes con dispositivos integrados de producci\u00f3n y ahorro de energ\u00eda.<\/p>\n\n\n\n
Los sistemas inform\u00e1ticos pueden contener m\u00e1s transistores, siempre que s\u00f3lo subconjuntos cuidadosamente seleccionados est\u00e9n activos en un momento dado, mientras que el resto sean silicio oscuro. Un desaf\u00edo clave para el dise\u00f1o de computadoras es c\u00f3mo utilizar mejor el silicio oscuro para seguir duplicando el rendimiento o la relaci\u00f3n costo-rendimiento.<\/p>\n\n\n\n
Un candidato destacado para esto es la inform\u00e1tica heterog\u00e9nea con n\u00facleos convencionales junto con aceleradores. Los aceleradores son hardware especializado que realiza un subconjunto de tareas inform\u00e1ticas m\u00e1s r\u00e1pido y\/o con mayor eficiencia energ\u00e9tica que la inform\u00e1tica convencional de prop\u00f3sito general.<\/p>\n\n\n\n
Esta idea no es nueva (la aritm\u00e9tica de punto flotante fue parte de uno de los primeros aceleradores, y las unidades de procesamiento de gr\u00e1ficos (GPU) son un ejemplo reciente), pero una gama m\u00e1s amplia de aceleradores tiene a\u00fan m\u00e1s sentido hoy en d\u00eda por dos razones que se derivan del enfoque actual en la energ\u00eda.<\/p>\n\n\n\n
En primer lugar, los aceleradores suelen mejorar la eficiencia energ\u00e9tica incluso m\u00e1s que el rendimiento. En segundo lugar, el costo de oportunidad de energ\u00eda de los aceleradores que no est\u00e1n en uso puede reducirse a casi cero apagando dichos aceleradores. Como nunca antes, ahora es viable tener una paleta de aceleradores con solo unos pocos en uso al mismo tiempo. <\/p>\n\n\n\n
El futuro es incognoscible. La historia nos ense\u00f1a que las aplicaciones de la inform\u00e1tica estar\u00e1n determinadas por cambios a\u00fan imprevistos y amplias tendencias sociales. De hecho, muchos de los impactos actuales de la inform\u00e1tica eran dif\u00edciles de anticipar m\u00e1s de una d\u00e9cada antes: si bien los dispositivos m\u00f3viles, las computadoras integradas, la red mundial y los centros de computaci\u00f3n de alto rendimiento eran evidentes, la adopci\u00f3n generalizada y la naturaleza transformadora de estos sistemas no lo eran. aparente.
Pero s\u00ed sabemos que existe una inmensa reserva de innovaci\u00f3n posible si el rendimiento inform\u00e1tico contin\u00faa avanzando en todos los niveles de rendimiento. Los desaf\u00edos descritos anteriormente enmarcan algunas de estas oportunidades. Para lograrlos, debemos invertir en una cartera diversa para permitir a\u00fan m\u00e1s el rendimiento y el crecimiento de la relaci\u00f3n costo-rendimiento. Los aspectos de la computadora heterog\u00e9nea representan el componente \u00abblue chip\u00bb de esta cartera, mientras que las ideas listas para usar son como empresas emergentes donde la mayor\u00eda fracasar\u00e1 pero algunas tendr\u00e1n \u00e9xito y, al hacerlo, causar\u00e1n importantes interrupciones que impulsar\u00e1n la pr\u00f3xima generaci\u00f3n de inform\u00e1tica. innovaciones basadas en nuestra sociedad.<\/p>\n\n\n\n
<\/p>\n","protected":false},"excerpt":{"rendered":"
El laboratorio del futuro no se trata de herramientas digitales. Ni siquiera se trata de laboratorios. El laboratorio del futuro se trata de toda la empresa. Genera valor empresarial mediante el uso de herramientas y t\u00e9cnicas digitales avanzadas para hacer que los datos cient\u00edficos contextualizados y procesables est\u00e9n disponibles en el banco, en la sala de juntas ejecutiva y dondequiera que esos datos puedan ayudar a generar ingresos, acelerar la innovaci\u00f3n e impulsar decisiones comerciales significativas.<\/p>\n","protected":false},"author":1,"featured_media":318,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[14],"tags":[17,19,20],"class_list":["post-317","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ensayo","tag-ai","tag-ciencia-de-datos","tag-quantum-computing","entry"],"acf":{"rd_post_author":"John Garc\u00eda","rd_post_related":[327,324,330]},"_links":{"self":[{"href":"https:\/\/dev.horizonsarchitecture.io\/es\/wp-json\/wp\/v2\/posts\/317","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/dev.horizonsarchitecture.io\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dev.horizonsarchitecture.io\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dev.horizonsarchitecture.io\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/dev.horizonsarchitecture.io\/es\/wp-json\/wp\/v2\/comments?post=317"}],"version-history":[{"count":9,"href":"https:\/\/dev.horizonsarchitecture.io\/es\/wp-json\/wp\/v2\/posts\/317\/revisions"}],"predecessor-version":[{"id":682,"href":"https:\/\/dev.horizonsarchitecture.io\/es\/wp-json\/wp\/v2\/posts\/317\/revisions\/682"}],"acf:post":[{"embeddable":true,"href":"https:\/\/dev.horizonsarchitecture.io\/es\/wp-json\/wp\/v2\/posts\/330"},{"embeddable":true,"href":"https:\/\/dev.horizonsarchitecture.io\/es\/wp-json\/wp\/v2\/posts\/324"},{"embeddable":true,"href":"https:\/\/dev.horizonsarchitecture.io\/es\/wp-json\/wp\/v2\/posts\/327"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dev.horizonsarchitecture.io\/es\/wp-json\/wp\/v2\/media\/318"}],"wp:attachment":[{"href":"https:\/\/dev.horizonsarchitecture.io\/es\/wp-json\/wp\/v2\/media?parent=317"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dev.horizonsarchitecture.io\/es\/wp-json\/wp\/v2\/categories?post=317"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dev.horizonsarchitecture.io\/es\/wp-json\/wp\/v2\/tags?post=317"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}