Un chip fotónico ejecuta IA con 100 veces menos energía que los procesadores tradicionales

Científicos de la Universidad de Florida han presentado un chip fotónico que utiliza luz en lugar de electricidad para realizar cálculos de inteligencia artificial. El prototipo, descrito en Advanced Photonics, consigue la misma precisión que los chips electrónicos —un 98% en el reconocimiento de dígitos manuscritos— con un consumo hasta 100 veces menor. El avance llega en un momento crítico, cuando los modelos de IA consumen cantidades de energía equivalentes a las de ciudades enteras. Los investigadores aseguran que esta tecnología puede transformar la industria de los semiconductores y garantizar la escalabilidad de la IA en los próximos años.

Una arquitectura óptica revolucionaria

El chip desarrollado en Florida realiza operaciones de convolución, esenciales en los sistemas de aprendizaje automático que reconocen patrones en imágenes, vídeo y texto. Lo hace con rayos láser y un conjunto de microlentes de Fresnel, similares a las que se usan en los faros pero reducidas a un tamaño menor que el grosor de un cabello humano.

Los datos se convierten en haces de luz dentro del chip, atraviesan estas lentes que realizan la transformación matemática y, finalmente, se reconvierten en señales digitales. Este proceso reduce de manera drástica la energía necesaria para ejecutar cálculos, lo que abre la puerta a sistemas de IA con consumo cercano a cero.

“Realizar una operación clave del aprendizaje automático a energía casi nula es un salto adelante”, afirmó Volker J. Sorger, profesor de fotónica de semiconductores y líder del proyecto.

Precisión sin sacrificar eficiencia

En las pruebas iniciales, el chip clasificó con éxito dígitos manuscritos con una precisión del 98%, igualando los resultados de los procesadores electrónicos convencionales. La diferencia está en la eficiencia: los circuitos fotónicos consumieron hasta 100 veces menos energía en la misma tarea.

“Es la primera vez que se integra este tipo de cálculo óptico en un chip aplicado a redes neuronales de IA”, destacó Hangbo Yang, coautor del estudio. El trabajo demuestra que no es necesario elegir entre exactitud y sostenibilidad: la fotónica ofrece ambas.

El potencial es enorme si se tiene en cuenta que el entrenamiento de modelos de gran escala, como los sistemas de lenguaje o de visión por computadora, puede requerir miles de kilovatios-hora de electricidad, gran parte de la cual se destina a refrigerar servidores.

Multiplexación de longitudes de onda

Más allá de la eficiencia, la fotónica ofrece una ventaja única: la multiplexación por longitud de onda. Esto significa que el chip puede procesar múltiples flujos de datos simultáneamente utilizando diferentes colores de láser.

“Podemos hacer que varias longitudes de onda atraviesen las lentes al mismo tiempo”, explicó Yang. “Esa es la clave de la fotónica: trabajar en paralelo a escalas imposibles para la electrónica”.

Con este enfoque, un solo chip puede manejar volúmenes de datos que hoy requieren granjas de servidores completos, reduciendo tanto el consumo como la huella de carbono de los centros de datos.

Un contexto energético cada vez más crítico

El avance llega en un momento en el que el crecimiento de la inteligencia artificial amenaza con saturar las redes eléctricas globales. Según estimaciones recientes, los centros de datos ya consumen más del 2% de la electricidad mundial, y la IA es responsable de una proporción creciente de ese gasto.

Entrenar un modelo de lenguaje de última generación puede consumir la misma energía que la usada por 5.000 hogares en un año. Ante estas cifras, soluciones como la computación óptica no son una alternativa futurista, sino una necesidad urgente para evitar que la IA se convierta en una carga insostenible para el planeta.

Hacia la adopción industrial

La viabilidad de esta tecnología no parece lejana. Gigantes como NVIDIA ya han comenzado a incorporar elementos ópticos en sus sistemas de inteligencia artificial. En marzo de 2025, la compañía anunció que sus próximos switches de red utilizarán silicon photonics y ópticas coempaquetadas, con despliegues previstos para 2026.

El chip de la Universidad de Florida fue desarrollado en colaboración con el Florida Semiconductor Institute, la UCLA y la Universidad George Washington, con apoyo de la Office of Naval Research. “En un futuro próximo, la óptica integrada será parte de cada chip de IA que usemos a diario”, predijo Sorger.

El futuro de la IA sostenible

El chip fotónico no solo representa un avance técnico, sino una apuesta por la sostenibilidad en la era digital. Si la industria adopta este tipo de soluciones, la inteligencia artificial podrá seguir expandiéndose sin desbordar los límites energéticos del planeta.

La pregunta es si las empresas tecnológicas y los gobiernos moverán ficha lo suficientemente rápido para transformar prototipos de laboratorio en productos comerciales antes de que la crisis energética de la IA alcance un punto crítico.

El camino está claro: la luz, y no la electricidad, podría ser la clave para alimentar la próxima generación de inteligencia artificial. Con chips capaces de calcular a la velocidad de los láseres y con consumo mínimo, la frontera entre lo posible y lo sostenible empieza a difuminarse. El futuro de la IA podría brillar, literalmente, con luz propia.