Ir al contenido principal

Silicon Valley


Las computadoras como las conocemos, han recorrido un camino muy largo e interesante desde que la necesidad trabajar con más información se volvió una prioridad para la ciencia, la guerra y la economía, es por eso que el transistor marcó la diferencia de una era en el ramo computacional ya que cambió por completo la industria electrónica. Su concepto implicaba una gran mejora en cuanto a los dispositivos utilizados manejar estados lógicos en circuitos electrónicos, ya que miniaturizaba diversos componentes electrónicos en uno solo haciendo posible la creación de dispositivos más complejos, mismos que hicieron posible llevar a cabo el primer alunizaje. La pasión por la ciencia, motivada por la revolución de hacer la vida de las personas cada vez mejor, es el incentivo adecuado (además del dinero) que llevó a un grupo de científicos a desarrollar la tecnología necesaria bajo el nombre de “FairChild Semiconductor”, hoy “Intel”, después de diversos conflictos de intereses y grandes polémicas relacionadas a la confiabilidad del producto, FairChild logró rebasar tecnológicamente a la competencia que ganó en el océano azul que había creado.
Partiendo del transistor como dispositivo base muchas empresas invirtieron una importante cantidad de presupuesto hacia la investigación científica que permitiera hacer transistores más pequeños, rápidos y confiables pasando por la revolución de los circuitos integrados y más tarde al primer microprocesador.
A pesar de la dificultad que la hoy llamada Intel, por llevar su arquitectura al proceso de fabricación de los 7 nanómetros, queda claro que aún tienen un as bajo la manga, que muy probablemente va de la mano de la perfección y la confiabilidad, así como el potencial de la arquitectura X86-amd64, pues los conjuntos de instrucciones que ahora son el estándar en el cómputo de sobremesa son irremplazables, aún bajo las arquitecturas que ya han logrado alcanzar los 7 nanómetros, y aunque de momento Intel ha enfrentado a la industria “tirando más núcleos al problema” es bastante seguro que se mantendrá su liderazgo con una posible innovación que siga revolucionando las siguientes generaciones de computadoras.

Comentarios

Entradas más populares de este blog

Teaching Concurrency with Erlang

Como presentamos anteriormente en la entrada correspondiente a Erlang, nos queda claro que el Paralelismo aunque es diferente a la concurrencia, ambos nos ayudan a alcanzar nuestro deseado objetivo de tener un paradigma de desarrollo de software más enfocado al aprovechamiento de recursos listos para multiproceso. A medida que la tecnología avanza, el interés por hacer programas Concurency-Oriented incrementa debido a que cada vez se integra tecnología más compleja y completa que satisface diversas necesidades que han surgido con el tiempo, así como la miniaturización, la eficiencia y por supuesto la potencia. Actualmente tenemos procesadores que tienen al menos dos núcleos, y gracias a un poco de astucia mercantil e ingenieril, podemos decir que ambos núcleos se pueden sentir como cuatro. Así mismo contamos con teléfonos móviles que cuentan con hasta 8 núcleos y tienen arquitecturas interesantes como BIGlittle; sin embargo esta necesidad por “tirar más núcleos al problema”...

The State of Parallel Programming

Anteriormente hemos hablado del gran reto de cambiar el paradigma del desarrollo del software, pues este ha logrado mantenerse al grado de que la misma comunidad que lo mantiene fue poco a poco integrando algunos elementos del paralelismo, y a pesar de esto el “mindset” que se requiere para paralelizar procesos durante el desarrollo no se encuentra normalizado. Tal como el caso de los lenguajes de programación más populares, buscando la forma de ofrecer las funciones más actuales. No obstante, al paralelizar con estas herramientas no soluciona el principal problema, de lo que el cambio de paradigma refiere. Según UBM TechWeb, necesitamos más y mejores herramientas para paralelizar tareas en especial cuando nos involucramos con código lo suficientemente complejo como para necesitar debuggeo intensivo, pues muchas veces podemos recaer en paralelización incorrecta, incluso aunque las estadísticas nos digan que un buen número de programadores están familiarizados con...