En el campo de la inteligencia artificial, China ha presentado una innovación que podría revolucionar la forma en que procesamos la información: LightGen, un procesador fotónico diseñado para acelerar modelos de inteligencia artificial generativa.
Según datos publicados en la revista Science, en determinadas tareas, LightGen supera más de 100 veces el rendimiento de una GPU Nvidia A100 en relación entre cálculo y consumo energético. Esto se debe a que utiliza impulsos de luz para procesar información, eliminando la fricción eléctrica y permitiendo una escala de procesamiento superior a la actual.
El uso de luz para procesar información reduce significativamente el consumo de energía y aumenta la velocidad de procesamiento, lo que podría tener un impacto significativo en la forma en que se desarrollan y utilizan los modelos de IA generativa.
El procesador fotónico de Jiao Tong y Tsinghua
LightGen es fruto de un proyecto conjunto entre investigadores de la Universidad Jiao Tong de Shanghái y la Universidad de Tsinghua. No se trata de un chip comercial, sino un prototipo de laboratorio descrito como plataforma de computación óptica para IA.
El chip sustituye los transistores electrónicos por “neuronas” fotónicas, que manipulan haces de luz para realizar operaciones que en una red neuronal clásica ejecutan los circuitos electrónicos. El objetivo es aprovechar las propiedades de los fotones –velocidad y menor disipación de calor– para ganar eficiencia cuando el volumen de cómputo es muy alto.
Más de dos millones de neuronas fotónicas en un chip
Uno de los avances que señalan los autores es la densidad: LightGen utiliza empaquetado 3D para integrar más de dos millones de neuronas artificiales en una superficie de aproximadamente un cuarto de pulgada cuadrada. Esto permite abordar tareas como la generación de vídeo de alta resolución o el manejo de modelos 3D, que suelen ejecutarse en granjas de GPU.
Cada neurona fotónica actúa sobre la luz que circula por el chip, ajustando parámetros como intensidad o fase para implementar las operaciones de la red. El trabajo introduce además el concepto de “espacio latente óptico”, que permite comprimir y procesar datos multidimensionales sin tener que fragmentar las imágenes en bloques.
Estos avances en la computación fotónica podrían tener un impacto significativo en la forma en que se desarrollan y utilizan los modelos de IA generativa, permitiendo una mayor eficiencia y velocidad en el procesamiento de información.
Limitaciones actuales de LightGen
El propio trabajo subraya varias limitaciones, como la dependencia de láseres externos para generar y controlar la señal óptica, lo que complica el montaje y encarece la solución. Además, la fabricación del chip requiere procesos específicos que no están integrados en la industria de semiconductores actuales.
Sin embargo, los autores presentan el chip como una línea de investigación prometedora, no como un reemplazo inmediato de las GPU actuales. La integración de LightGen en centros de datos reales obligaría a resolver cuestiones de escalado, coste, integración con el hardware existente y fiabilidad a largo plazo.
Impacto potencial en la IA generativa
Si este tipo de diseños se consolida, uno de los efectos más claros sería la reducción del consumo energético por usar la IA generativa. Y es que entrenar y ejecutar grandes modelos exige hoy mucha potencia y energía; un acelerador específico más eficiente podría rebajar costes en centros de datos y hacer más asumible el despliegue de modelos avanzados.
LightGen también muestra que China no solo compite en chips electrónicos, sino que explora vías alternativas como la computación fotónica. Es probable que, si estas tecnologías avanzan, veamos sistemas híbridos: procesadores electrónicos para ciertas partes del cómputo y módulos ópticos para fases muy concretas donde el cálculo con luz aporte una ventaja medible.
