El procesador fotónico de Jiao Tong y Tsinghua
China acaba de desvelar LightGen, un acelerador fotónico destinado a impulsar modelos de inteligencia artificial generativa que, según sus creadores, se sitúa como el más avanzado hasta la fecha.
La revista Science publica que, en ciertas operaciones, supera más de cien veces la eficiencia energética de la GPU Nvidia A100, la referencia habitual en centros de datos.
El dispositivo emplea pulsos láser para manipular la información, evita la resistencia eléctrica y permite una escala de cálculo superior a la hardware tradicional.
Más de dos millones de neuronas fotónicas en un chip
LightGen nace de la colaboración entre la Universidad Jiao Tong de Shanghái y la Universidad de Tsinghua. No es un producto comercial, sino un prototipo de laboratorio concebido como plataforma óptica para IA generativa: síntesis y transformación de imágenes, vídeo y escenas 3D.
Su núcleo sustituye los transistores clásicos por neuronas fotónicas que gobiernan haces de luz para ejecutar las operaciones propias de una red neuronal.
Así aprovecha la velocidad y la baja disipación térmica de los fotones cuando el volumen de cálculo se dispara.
El equipo destaca la densidad lograda: un empaquetado 3D integra más de dos millones de neuronas artificiales en apenas un cuarto de pulgada cuadrada, superando a predecesores que rondaban los pocos miles de unidades.
Con esa concentración, el chip puede generar vídeo de alta resolución o manejar modelos 3D que hoy requieren granjas de GPU. Cada neurona fotónica modifica la intensidad o la fase de la luz que atraviesa el circuito para implementar los pesos de la red.
Espacio latente óptico para generación directa
Los autores introducen el concepto de espacio latente óptico: la representación comprimida de los datos se manipula directamente con luz, sin convertirla a señal eléctrica.
Para ello emplean metasuperficies ultrafinas y matrices de fibras que comprimen y procesan información multidimensional sin trocear las imágenes en bloques, conservando la estructura estadística de entrada y reduciendo pasos de generación.
En pruebas, LightGen ha producido imágenes semánticas de calidad y manipulaciones 3D comparables a redes electrónicas avanzadas.
Limitaciones actuales de LightGen
El estudio reconoce retos: depende de láseres externos para generar y controlar la señal, lo que complica el ensamblaje y encarece la solución.
Su fabricación requiere procesos no estándar que la industria de semiconductores actual no integra. Escalarlo a centros de datos implica resolver coste, compatibilidad con hardware existente y fiabilidad a largo plazo.
Por eso los investigadores lo presentan como una línea de investigación prometedora, no como sustituto inmediato de las GPU.
Impacto potencial en la IA generativa
Si este tipo de diseños madura, el consumo energético de la IA generativa podría reducirse drásticamente. Entrenar y ejecutar grandes modelos hoy exige mucha electricidad; un acelerador más eficiente abarataría los costes operativos y democratizaría el despliegue de algoritmos avanzados.
LightGen demuestra que China no solo compite en semiconductores clásicos, sino que explora rutas alternativas como la computación fotónica.
Es probable que surjan sistemas híbridos: CPUs/GPU para tareas generales y módulos ópticos para fases donde el cálculo con luz ofreza ventajas medibles.
Según Science, investigadores de Jiao Tong y Tsinghua han probado que es posible construir un chip fotónico capaz de ejecutar IA generativa con una eficiencia muy superior al hardware electrónico.
El salto del prototipo al producto comercial dependerá de cómo se superen los obstáculos técnicos y económicos en los próximos años.
Referencia de contenido: consultar fuente original aquí
