Visualización de datos · IA & cómputo

De una neurona artificial a los modelos frontera de 2026:
cómo la IA rompió la Ley de Moore

68 años de carrera computacional en una sola gráfica. Lo que antes tardaba dos años en duplicarse, hoy se multiplica por cinco cada doce meses.

Javier Forero · Estadístico con alma de narrador Datos actualizados: 1 de agosto de 2026 · Epoch AI (31-jul-2026)
Filtrar trayectoria por laboratorio · el eje se autoajusta al período del laboratorio
2× cada 2 años · Era Moore (1958–2012) ~10× por año · Era Deep Learning (2012–2019) 4–5× por año · Era Frontier LLMs (2020–2026)

Vista completa · 1958 – 2026

🔍 Zoom: era frontera (2023 – 2026)

Vista ampliada de la zona sombreada del gráfico principal

Lectura clave
"Entrenar un modelo frontera de 2026 consume más cómputo que toda la investigación en IA acumulada antes de 2020."
El acelerador no fue una sola tecnología, sino la conjunción de cuatro factores: (1) hardware especializado (GPUs, luego TPUs y ahora Blackwell/Ironwood), (2) una arquitectura escalable (Transformer, 2017), (3) capital privado masivo, y desde 2024 (4) el reinforcement learning aplicado al razonamiento, que abre un segundo eje de escalamiento. El "Human-in-the-Loop ≠ Human-in-Control" se vuelve más relevante con cada orden de magnitud.

El soporte científico de las tres eras

No son etiquetas arbitrarias. Cada era tiene un punto de inflexión documentado, una arquitectura dominante y una ley de escalamiento que la define.

Era I · 1958 – 2012

La Era Moore

2× cada 2 años
¿Qué impulsa el crecimiento?
El cómputo en IA sigue la Ley de Moore clásica: el número de transistores en un chip se duplica cada ~24 meses. La IA se beneficia pasivamente de mejoras del hardware general, sin demanda especializada propia.
Formulación matemática
C(t) = C₀ · 2(t-t₀)/2
Hitos científicos clave
Rosenblatt, F. (1958)
"The Perceptron: A Probabilistic Model..." — Psychological Review
Moore, G. E. (1965)
"Cramming More Components onto Integrated Circuits"
Rumelhart, Hinton & Williams (1986)
"Learning representations by back-propagating errors" — Nature
LeCun et al. (1998)
"Gradient-Based Learning Applied to Document Recognition"
Era II · 2012 – 2019

El Salto del Deep Learning

~10× por año
El punto de inflexión
AlexNet (2012) gana ImageNet con un margen abismal usando 2 GPUs NVIDIA. La comunidad descubre que las GPUs aceleran CNNs 10–50×. OpenAI documenta el cambio en "AI and Compute" (2018): entre AlexNet y AlphaGo Zero el cómputo creció ~10× por año, cinco veces más rápido que Moore.
Formulación matemática
C(t) = C₀ · 10(t-t₀)
Hitos científicos clave
Krizhevsky, Sutskever & Hinton (2012)
"ImageNet Classification with Deep CNNs" — NeurIPS
He et al. (2015)
"Deep Residual Learning for Image Recognition"
Vaswani et al. (2017)
"Attention Is All You Need"
Amodei & Hernandez (OpenAI) (2018)
"AI and Compute"
Era III · 2020 – 2026

Frontier LLMs & Razonamiento

4–5× por año
¿Qué cambió desde 2020?
GPT-3 marca el inicio. Las scaling laws de Kaplan (2020) y Chinchilla (2022) demuestran que el rendimiento es una función predecible de cómputo, parámetros y datos. Desde 2024 el post-entrenamiento por refuerzo (RL) para razonamiento absorbe una fracción creciente del presupuesto, y las arquitecturas MoE rompen el vínculo directo entre parámetros totales y cómputo. Epoch AI estima el crecimiento frontera en ~5× anual desde 2020.
Las leyes de escalamiento (Chinchilla)
L(N,D) = A/Nα + B/Dβ + L∞
N = parámetros, D = tokens, L = pérdida. Para presupuesto óptimo, N y D crecen proporcionalmente (~20 tokens por parámetro).
Hitos científicos clave
Brown et al. (OpenAI) (2020)
"Language Models are Few-Shot Learners"
Kaplan et al. (2020)
"Scaling Laws for Neural Language Models"
Hoffmann et al. (DeepMind) (2022)
"Training Compute-Optimal LLMs" (Chinchilla)
Dubey et al. (Meta AI) (2024)
"The Llama 3 Herd of Models" — 405B, cifra publicada
Epoch AI (2026)
"Trends in Artificial Intelligence" — dashboard

Referencias y fuentes de datos

Toda cifra de cómputo y de parámetros de esta visualización es rastreable a una fuente pública. Aquí está el rastro completo y la nota metodológica sobre lo que aún no se puede verificar.

📊 Bases de datos de referencia
[1]
Epoch AI — Frontier / Notable AI Models (CSV, act. 31-jul-2026). Fuente primaria de las cifras de cómputo, de los conteos de parámetros y de las etiquetas de confianza.
epoch.ai/data/ai-models
[2]
Epoch AI — Trends in Artificial Intelligence (dashboard, act. feb-2026). Tasa frontera de ~5× anual desde 2020.
epoch.ai/trends
[3]
Our World in Data — AI Training Computation (reproduce los datos de Epoch AI bajo licencia CC-BY)
ourworldindata.org
[4]
Stanford HAI — AI Index Report (su capítulo de cómputo también se apoya en Epoch AI)
aiindex.stanford.edu
[5]
AI Release Tracker — cronología de lanzamientos 2022–2026, usada para fechar los modelos de 2026
aireleasetracker.com
🔑 Cifras publicadas por los laboratorios
[6]
Brown et al. (2020) — GPT-3: 175B parámetros, 3.14e23 FLOP reportados en el paper
arXiv:2005.14165
[7]
Hoffmann et al. (2022) — Chinchilla: 70B, 5.76e23 FLOP
arXiv:2203.15556
[8]
Almazrouei et al. (2023) — Falcon-180B: 43,500 petaFLOP-días reportados en la Tabla 1, la unidad exacta de este gráfico
arXiv:2311.16867
[9]
Dubey et al. (2024) — Llama 3.1 405B: 3.8e25 FLOP, 15.6T tokens
Meta AI
[10]
Amodei & Hernandez (2018) — AI and Compute, base de las cifras previas a 2020
openai.com
[11]
Sevilla & Roldán (Epoch, 2024) — Frontier compute grows 4–5×/year
epoch.ai/blog
⚠️ Nota metodológica sobre el cómputo — Cada modelo lleva una etiqueta de confianza tomada del campo Confidence de la base de Epoch AI, la misma que usan Our World in Data y el AI Index de Stanford. Los laboratorios frontera dejaron de publicar cifras de cómputo después de GPT-4, así que los modelos recientes se apoyan en triangulación o en imputación por benchmarks. Los modelos de 2026 aún no tienen estimación de cómputo publicada por Epoch: se ubican sobre la tendencia de 4–5× anual dentro de la ventana documentada de 10²⁶–10²⁷ FLOP y están marcados como «Tendencia».
🧩 Nota sobre los parámetros — El conteo de parámetros aparece en el tooltip solo cuando existe una fuente pública. Para arquitecturas Mixture-of-Experts se muestran dos cifras: parámetros totales y parámetros activos por token — esta última es la que gobierna el cómputo vía C ≈ 6ND. DeepSeek-V3 tiene 671B totales pero activa solo 37B, así que su cómputo se parece más al de un modelo de 37B.
Unidad: 1 PetaFLOP/s-día = 8.64 × 10¹⁹ FLOP.  |  Eje Y: escala logarítmica base 10.  |  Marcadores: puntos rellenos = modelos cerrados; anillos = pesos abiertos.  |  Umbral regulatorio: la línea ámbar de 10²⁶ FLOP marca el nivel a partir del cual la EU AI Act clasifica un sistema como de riesgo sistémico.  |  Licencia: datos de Epoch AI bajo Creative Commons BY.
© 2026 · Javier Forero · Estadístico con alma de narrador