¿Y qué hacemos ahora con 10 billones de gigabytes de datos?

En este momento, la cantidad global de datos es de unos 10 zettabytes (un zettabyte equivale a un billón de gigabytes). Una cifra gigantesca, que no puede ser concebida por el cerebro humano, pero que se duplica cada dos años.

Pensémoslo bien. Cada Whatsapp, tweet o publicación en Instagram o Facebook debe por fuerza almacenarse en alguna parte. Y almacenar datos en los servidores es un proceso que consume energía, mucha energía. Se estima que en la actualidad las tecnologías de la información y las comunicaciones ya son responsables, en efecto, de hasta el 8% del consumo global de electricidad. Un porcentaje que se sigue incrementando a cada año que pasa.

Si a esto le añadimos, además, que las memorias no son eternas, es decir, que solo se pueden reescribir un determinado número de veces (lo que implica que hay que sustituirlas cada cierto tiempo), resulta fácil darse cuenta de que tenemos entre manos un problema gigantesco y cada día más acuciante.

Dejar de producir nuevos datos no es una opción, porque hoy por hoy los datos ya abarcan prácticamente todos los aspectos de nuestra vida y resultan vitales para la supervivencia de nuestras economías. Por eso, los científicos no dejan de buscar sistemas de almacenamiento más eficientes y que consuman mucho menos. Las memorias del futuro tienen que ser, pues, más rápidas, más densas y mucho más duraderas que las actuales. ¿Pero existe tal cosa?

Para responder esa pregunta, un equipo de investigadores dirigidos por el Centro de Excelencia ARC en Tecnologías Futuras de Electrónica de Bajo Consumo, en Australia, acaba de hacer público un estudio en la revista en el que analiza cuál será el futuro de la tecnología de almacenamiento de datos y cuál es, a su juicio, el candidato más prometedor, algo llamado "memoria de estado múltiple" o "multi estado".

En palabras de Qiang Cao, de la Universidad china de Wollongong y autor principal del trabajo, "el rápido crecimiento del volumen de datos en esta era del Big Data ha impulsado drásticamente la demanda de dispositivos de memorias de bajo consumo energético, alta densidad de almacenamiento, acceso rápido y bajo coste".

Además, según el investigador, la próxima generación de dispositivos de almacenamiento debe ser no volátil, lo que significa que no se requiere energía a la hora de recuperar la información almacenada. "Los sistemas informáticos actuales -explica Cao- utilizan configuraciones de memoria de dos niveles, compuestas por dispositivos de trabajo y almacenamiento para obtener un equilibrio óptimo entre rendimiento y capacidad".

Sin embargo, ninguno de los tipos actuales de memoria (SRAM, DRAM, flash...) es capaz, por ahora, de resolver el problema. Para Cao, "la necesidad de nuevas soluciones de almacenamiento de datos es mayor que nunca, y sigue creciendo".

Se ha desatado, pues, una auténtica carrera para crear esta nueva tecnología ideal. Una carrera en la que por ahora no hay un ganador pero que podría decantarse, según el estudio, hacia las memorias de estado múltiple, algo que "va más allá del sistema binario".

Tradicionalmente, los datos se almacenan en unidades llamadas "bits", como "0" ó "1", pero la memoria de estado múltiple tiene la capacidad de "empaquetar" dos o más piezas de datos en cada bit, por lo que su densidad de almacenamiento es mucho mayor de la que brinda la tecnología actual. Según el trabajo de los investigadores, hasta 1.500 veces mayor.

Su capacidad para ir "más allá del binario" permite a la memoria multi estado eludir las limitaciones de la famosa Ley de Moore , que en 1965 predijo que la potencia informática se duplicaría aproximadamente cada 18 meses, al mismo tiempo que los transistores se harían más pequeños, de modo que cabrían el doble de ellos en un chip, mejorando tanto la potencia de procesamiento como la capacidad de memoria.

Durante más de 50 años, la ley de Moore, que es más la observación de una tendencia que una ley física en sí, se ha venido cumpliendo escrupulosamente, de forma que los chips de memoria actuales son capaces de albergar miles de millones de veces más datos que en 1965. Sin embargo, parece que en los últimos años esa progresión ascendente se ha "aplanado" hasta convertirse en una meseta. La razón es que las leyes de la Física prohibirán muy pronto que los transistores puedan seguir haciéndose más pequeños, mientras que los costes de investigación y fabricación se dispararán a cifras astronómicas.

"Los tamaños de los transistores -dice Cao- se están acercando ahora al punto en el que los efectos cuánticos se vuelven apreciables, lo cual es una barrera fundamental para la actual tecnología CMOS. Tomemos el flash por ejemplo: la contracción de la celda hará que la capa dieléctrica sea más delgada, aumentando el riesgo de fuga de carga. Para mejorar la densidad de datos y luego reducir aún más el coste de bits, una forma inevitable será utilizar tecnología de estado múltiple".

Según el investigador, uno de los mayores atractivos de esta línea de investigación es su aplicación a la llamada "computación neuromórfica".

"La computación neuromórfica -explica Cao- se inspira en la forma en que el cerebro computa para aumentar la eficiencia energética y el poder de cálculo de nuestros sistemas de procesamiento de datos. De hecho, frente a las computadoras actuales con arquitectura de Von Neumann, nuestro cerebro tiene capacidades de computación impresionantes y a niveles de energía muy bajos, ya que es altamente paralelo, interconectado y equipado con almacenamiento de memoria sináptica in situ".

Se trata, pues, de crear nuevos dispositivos que sean capaces de imitar la forma en que funciona nuestro cerebro, en el que las funciones de lógica y de memoria ocurren, por así decirlo, dentro del mismo "chip".

Según el estudio, el almacenamiento de memoria de estado múltiple, con su capacidad para imitar ciertos aspectos del funcionamiento del cerebro, es la tecnología más prometedora para usar en los futuros circuitos neuromórficos y aceleraría enormemente el progreso de la Inteligencia Artificial.

A pesar de los indudables progresos en este campo, aún queda mucho trabajo por hacer, y no solo con tecnologías específicas de chips, sino también para demostrar experimentalmente una red neuromórfica utilizando dispositivos de estado múltiple.

"La falta de detalles sobre cómo se procesa la información dentro del cerebro humano -añade Cao- también es una fuerte barrera para lograr una computadora neuromórfica similar al cerebro. Por lo tanto, este campo está muy abierto a más experimentos e ideas adicionales. Un mayor progreso requerirá un enfoque amplio e interdisciplinario".