China ha desarrollado LightGen, un procesador fotónico que utiliza la luz para procesar datos, siendo 100 veces más rápido que los chips de IA de Nvidia.

• China ha creado LightGen, un innovador procesador fotónico que utiliza la luz en lugar del silicio para gestionar la información. Este avance permite que el chip sea 100 veces más veloz que los modelos de inteligencia artificial más potentes de Nvidia, como el A100, dejando atrás la tecnología convencional.

China ha presentado LightGen, un procesador fotónico pensado para acelerar modelos de inteligencia artificial generativa, que se coloca como el más potente en la actualidad.

Según datos publicados en la revista Science, en determinadas tareas supera más de 100 veces el rendimiento de una GPU Nvidia A100 en relación entre cálculo y consumo energético.

Utiliza impulsos de luz para procesar información, eliminando la fricción eléctrica y permitiendo una escala de procesamiento superior a la actual.

El procesador fotónico de Jiao Tong y Tsinghua

Cabe señalar que 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. Por lo que su diseño se orienta a cargas típicas de modelos generativos: creación y transformación de imágenes, vídeo y escenas 3D.

En esencia, el chip sustituye los transistores electrónicos por "neuronas" fotónicas. Estas unidades manipulan haces de luz para realizar las 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.

En procesadores ópticos anteriores, la escala solía estar en unos pocos miles de neuronas, suficientes para tareas sencillas de clasificación, pero no para generación compleja.

Con esta densidad, el chip puede abordar ya 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.

Es importante mencionar que el trabajo introduce además el concepto de "espacio latente óptico". En los modelos generativos, el espacio latente es la representación comprimida de la información a partir de la cual se generan imágenes u otros contenidos.

En LightGen, esa representación se manipula directamente con luz y, para conseguirlo, el diseño recurre a metasuperficies ultrafinas y matrices de fibra.

Estos elementos permiten comprimir y procesar datos multidimensionales sin tener que fragmentar las imágenes en bloques.

De este modo se preserva mejor la estructura estadística de los datos de entrada y se reduce el número de pasos necesarios para generar el resultado. Los investigadores han probado LightGen en varios escenarios de IA generativa.

El sistema ha sido capaz de producir imágenes semánticas con buena calidad y realizar manipulaciones 3D comparables a las de redes neuronales electrónicas avanzadas.

Limitaciones actuales de LightGen

El propio trabajo subraya varias limitaciones, y es que el sistema depende 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.

Integrar LightGen en centros de datos reales obligaría a resolver cuestiones de escalado, coste, integración con el hardware existente y fiabilidad a largo plazo.

Por eso los autores presentan el chip como una línea de investigación prometedora, no como un reemplazo inmediato de las GPU actuales.

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.

Según Science, investigadores de la Universidad Jiao Tong de Shanghái y Tsinghua han demostrado que se puede construir un chip fotónico capaz de ejecutar tareas de IA generativa con una eficiencia muy superior a la de hardware electrónico.

El paso de estos prototipos a productos comerciales dependerá de cómo se resuelvan las barreras técnicas y económicas en los próximos años.