La IA ha impulsado una explosión de nuevos formatos numéricos: las formas en que los números se representan digitalmente. Los ingenieros están buscando todas las formas posibles. para ahorrar tiempo y energía de cálculo, incluida la reducción del número de bits utilizados para representar datos. Pero lo que funciona para la IA no necesariamente funciona para la informática científica, ya sea para la física computacional, la biología, la dinámica de fluidos o las simulaciones de ingeniería. IEEE Spectrum habló con Laslo Hunhold, que recientemente se incorporó al equipo barcelonés chip abierto como ingeniero de inteligencia artificial, sobre sus esfuerzos por desarrollar un formato numérico personalizado para la informática científica.
LASLO HUNHOLD
Laslo Hunhold es ingeniero senior de aceleradores de IA en la startup Openchip, con sede en Barcelona. Recientemente completó un doctorado. en informática de la Universidad de Colonia, en Alemania.
¿Qué hace que los formatos numéricos sean interesantes para ti?
Laslo Hunhold: No conozco otro ejemplo de un campo en el que tan pocos estén interesados pero que tenga un impacto tan alto. Si crea un formato numérico que sea un 10 por ciento más eficiente [energéticamente], se puede traducir en que todas las aplicaciones sean un 10 por ciento más eficientes y podrá ahorrar mucha energía.
¿Por qué hay tantos formatos de números nuevos?
Hunhold: Durante décadas, los usuarios de ordenadores lo tuvieron realmente fácil. Podrían simplemente comprar nuevos sistemas cada pocos años y obtendrían beneficios de rendimiento de forma gratuita. Pero este no ha sido el caso durante los últimos 10 años. En las computadoras, se utiliza una cierta cantidad de bits para representar un solo número, y durante años el valor predeterminado fue 64 bits. Y para la IA, las empresas se dieron cuenta de que no necesitan 64 bits para cada número. Así que tenían un fuerte incentivo para bajar a 16, 8 o incluso 2 bits [para ahorrar energía]. El problema es que el estándar dominante para representar números en 64 bits no está bien diseñado para recuentos de bits más bajos. Entonces, en el campo de la IA, se les ocurrieron nuevos formatos que se adaptan más a la IA.
¿Por qué la IA necesita formatos numéricos diferentes a los de la informática científica?
Hunhold: La informática científica necesita un alto rango dinámico: se necesitan números muy grandes o muy pequeños, y una precisión muy alta en ambos casos. El estándar de 64 bits tiene un rango dinámico excesivo y son muchos más bits de los que necesita la mayor parte del tiempo. Es diferente con la IA. Los números suelen seguir una distribución específica y no se necesita tanta precisión.
¿Qué hace que un formato numérico sea “bueno”?
Hunhold: Tienes números infinitos pero sólo representaciones de bits finitos. Entonces debes decidir cómo asignas los números. La parte más importante es representar los números que realmente vas a utilizar. Porque si representas un número que no usas, has desperdiciado una representación. Lo más sencillo de observar es el rango dinámico. El siguiente es la distribución: ¿Cómo asignas tus bits a ciertos valores? ¿Tiene una distribución uniforme o algo más? Hay infinitas posibilidades.
¿Qué te motivó a introducir el formato numérico takum?
Hunhold: Los Takums se basan en postula. En los postulados, los números que se utilizan con más frecuencia se pueden representar con más densidad. Pero las propuestas no funcionan para la informática científica, y éste es un gran problema. Tienen una alta densidad para [números cercanos a uno], lo cual es excelente para la IA, pero la densidad cae drásticamente una vez que se observan valores mayores o menores. En los últimos años se han propuesto docenas de formatos numéricos, pero los takums son el único formato numérico que realmente está diseñado para la informática científica. Encontré el rango dinámico de valores que se usan en los cálculos científicos, si miras todos los campos, y diseñé takums de modo que cuando quitas bits, no reduces ese rango dinámico.
Este artículo aparece en la edición impresa de marzo de 2026 como “Laslo Hunhold”.
Publicado originalmente en {feed_name} el 23 de febrero de 2026.
Ver fuente original
