¿Puede la Fotónica Mantener Viva la Ley de Moore?

La ley de Moore dicta que la cantidad de transistores en un circuito integrado aumentará aproximadamente cada dos años, junto con la potencia de la computadora. Este principio ha sido en gran medida correcto desde 1965. Sin embargo, se puede asumir que Gordon E. Moore, el cofundador de Intel, nunca consideró que los chips llegarían a sus límites de miniaturización, lo que causaría que la potencia computacional se rezagase.

Afortunadamente, un equipo de ingenieros de la Universidad de California ha desarrollado un método novedoso que utiliza la fotónica para proporcionar más potencia computacional sin sacrificar el tamaño. Aquí hay lo que necesitas saber.

Encógetelos

El mundo ha estado en una búsqueda para encoger las computadoras desde su invención. Algunos de tus abuelos pueden incluso recordar cuando las computadoras requerían una habitación entera y muchas personas para operar. Hoy en día, tu reloj inteligente proporciona más potencia computacional que estos behemoths, y eso es solo la punta del iceberg en términos de microcomputación. El viaje desde una habitación entera hasta la microelectrónica de hoy ha sido emocionante, lleno de experimentación, descubrimiento y sometimes fracasos.

Límites Físicos y de Costo

Notablemente, hay un punto en el que la fabricación de componentes microscópicos es prohibitivamente costosa. Según la mayoría de los investigadores, el mercado ha alcanzado este punto. Además, las ganancias computacionales no están en línea con la ley de Moore, ya que los chips más pequeños no pueden proporcionar potencia computacional proporcional a sus contrapartes más grandes.

Como tal, hay una brecha creciente entre la potencia computacional disponible y lo que se necesita, lo que lleva a algunos jugadores bien conocidos en el mercado, como el CEO de Nvidia, Jensen Huang, a declarar que la ley de Moore está muerta, enumerando procesadores específicos de aplicación como el futuro.

Demandas de Computadoras de Alta Potencia

El crecimiento repentino de los sistemas de inteligencia artificial y aprendizaje automático ha aumentado la demanda de computación y plataformas en la nube potentes. Estas demandas han superado el diseño de chips en términos de rendimiento, creando un cuello de botella en el sector de desarrollo de IA que limita la innovación. Ahora, la carrera está en marcha para proporcionar una solución que pueda mantenerse al ritmo de las demandas de las computadoras y sistemas de IA de alta potencia de hoy.

Soluciones de Potencia Computacional

Algunos analistas creen que una solución es crear chips especiales que tengan la lógica y el procesamiento en el mismo chip. Este enfoque ayuda a reducir la latencia y el consumo de energía y mejora el rendimiento. Sin embargo, las limitaciones computacionales aún hacen que sea poco ideal al discutir los requisitos de datos de IA masivos.

Computación de Memoria

Otra solución que tiene a los investigadores emocionados es la computación de memoria. Este método de almacenamiento utiliza una memoria RAM de acceso rápido en lugar de un disco duro giratorio. Específicamente, la RAM de una red de computadoras se configura utilizando software de middleware para ejecutar la memoria en paralelo. Este método de almacenamiento es 5000 veces más rápido que los métodos tradicionales, pero aún no puede mantener el ritmo con la ley de Moore.

Fotónica

La fotónica es otro método de computación de alta potencia que tiene a los investigadores interesados. La fotónica funciona detectando ondas de luz utilizando electrónica. La ciencia gira en torno a la generación y control de la luz a medida que pasa a través de una matriz de pesos ópticos programables.

Estos pesos integran una matriz 2D de moduladores ópticos no volátiles que permiten realizar una transformación lineal en un vector de entradas ópticas. Esta estrategia proporciona velocidades de conmutación más rápidas que los métodos de computación de memoria RAM.

Límites Actuales de la Fotónica

Algunas de las desventajas de la fotónica en la computación incluyen que los sistemas actuales solo se pueden reescribir alrededor de 1000 veces. Esta vida útil limitada los convierte en una opción costosa. Además, los pesos ópticos tienen una baja densidad de almacenamiento y la programación es más lenta que los chips tradicionales.

Los sistemas de computación fotónica vienen en varias formas y diseños. Sin embargo, estos sistemas requieren procesos de fabricación especializados que son mucho más costosos que sus contrapartes. A pesar de las restricciones de costo, muchos investigadores creen que la fotónica es el futuro de la computación y que la ley de Wright es la clave para su implementación.

Ley de Wright

También hay la ley de Wright, que seguirá desempeñando un papel en nuestra capacidad para avanzar en los semiconductores. Esta ley es un principio de fabricación que fue propuesto por el ingeniero aeronáutico Theodore Paul Wright. Mientras trabajaba en una planta de fabricación de aviones, notó que los requisitos de mano de obra disminuían en un 15% a medida que mejoraban los procesos de fabricación, incluso cuando aumentaban los niveles de producción.

Estos ahorros de costo provinieron de procesos mejorados, tecnología, sistemas de recuperación y otras mejoras realizadas durante la producción. Como tal, muchos analistas creen que la ley de Wright ayudará a hacer que la fotónica sea una opción más disponible y menos costosa en el futuro.

Puedes ver la ley de Wright ya en marcha en el sector de la IA. Hace unos años, habría sido imposible para una persona promedio acceder o operar un sistema de IA. Crear modelos de IA, administrarlos y actualizarlos era simplemente demasiado costoso. Además, nadie había creado una forma confiable para que la IA interactúe con los humanos.

Sin embargo, desde que programas como ChatGPT llegaron al mercado, cualquier persona puede utilizar ahora estas herramientas poderosas para mejorar su eficiencia y creatividad. Estos sistemas integran grandes modelos de lenguaje que hacen que sea simple para cualquier persona operarlos desde simples prompts de chat. Este desarrollo impulsó la adopción de IA a través del techo, lo que llevó a las actuales escasez de potencia computacional.

Estudio de Fotónica

El estudio “Integrated non-reciprocal magneto-optics with ultra-high endurance for photonic in-memory computing“¹ publicado en la revista Nature Photonics revela un nuevo método de computación óptica que podría revolucionar el mercado. El estudio se adentra en la codificación de pesos ópticos para la computación de memoria fotónica en detalle.

Source – Nature

Los investigadores decidieron utilizar células de memoria magneto-óptica y una arquitectura fotónica basada en resonancia para lograr sus objetivos computacionales. La estrategia se basa en un desplazamiento de fase no recíproco en materiales magneto-ópticos como un medio para implementar la computación de memoria fotónica.

Un nuevo modelo matemático permitió al equipo probar materiales magneto-ópticos. Descubrieron que el granate de hierro de itrio sustituido con cerio (YIG) les permitió utilizar un campo magnético externo para controlar la propagación de la luz. Esta luz controlada podría entonces ser utilizada para realizar cálculos.

El estudio demostró cómo los pequeños imanes pueden almacenar datos de manera eficiente y acceder a ellos a una velocidad relámpago.

El proceso de codificación de los imanes funciona estableciendo la fuerza del dominio magnético de la unidad. Para operar el dispositivo, las señales electrónicas deben convertirse en el dominio óptico utilizando moduladores electro-ópticos (E/O) para la programación y el almacenamiento. Desde allí, los detectores de fotones equilibrados (BPD) convierten la señal óptica diferencial de regreso a una señal eléctrica para que la lógica CMOS la pueda procesar junto con la SRAM.

Prueba de Fotónica

Para probar su célula de memoria magneto-óptica no volátil, el investigador configuró varios enfoques. Comenzaron con una entrada eléctrica de 2 bits que les permitió lograr dos pesos ópticos positivos y dos negativos. Desde allí, el campo magnético se manipuló para monitorear los cambios.

Cerio-sustituido Yttrium Hierro Granate (YIG),

Un YIG de 500 nm de grosor de cristalino único se cultivó en laboratorio utilizando un método de pulverización de radiofrecuencia a 750 °C para la fase de prueba. Específicamente, el equipo decidió utilizar una oblea con un radio de anillo de 35 µm. También se integró una capa de óxido de silicio de 10 nm como una forma de separar la capa de silicio de la capa de Ce: YIG.

Programación de Fotónica

La programación del estado de la célula de memoria requiere un campo magnético en plano radial suministrado por un electromagneto de oro integrado. El sistema puede medir electrónicamente los cambios en la pérdida óptica dependiendo de la dirección y el campo magnético aplicado a través de una película delgada ferromagnética.

Esta disposición crea un campo magnético programable y no volátil, lo que permite a los ingenieros inducir un desplazamiento de fase óptico no recíproco en la célula de memoria. Notablemente, el estudio documentó tanto los modos en sentido horario (CW) como antihorario (CCW) de un resonador de anillo micro como una forma de programar y acceder a los datos computacionales.

Ciclo de Vida de la Fotónica

Probar el ciclo de vida de la memoria fue otro paso. El equipo programó un generador de funciones arbitrarias que cíclicamente entre pulsos de escritura y borrado como parte de su enfoque. El sistema se ajustó a una tasa de 10 kHz. Los ingenieros luego utilizaron una amplitud de ±5 V y un ancho de pulso de 500 ns para replicar la reescritura en el mundo real. Los resultados fueron reveladores.

Resultados de la Fotónica

Los resultados de la prueba demostraron cómo este nuevo método de fotónica podría cambiar la computación para siempre. Por un lado, el nuevo sistema mostró capacidades de reescritura casi ilimitadas. Específicamente, se lograron 2,4 mil millones de ciclos de programación.

Además, los ingenieros determinaron que utilizar desplazamientos de fase no recíprocos en materiales magneto-ópticos les permite ser programados de manera determinista rápida y eficientemente. Los datos mostraron que una velocidad de programación de ~1 GHz era posible. Además, el equipo logró no volatilidad, codificación multilevel que supera los métodos actuales. En consecuencia, esta investigación podría revolucionar el mercado de la computadora en el futuro.

Ventajas de la Fotónica

Varias ventajas hacen que el estudio de fotónica sea un juego cambiador. Por un lado, el nuevo sistema puede realizar operaciones complejas que requieren una gran potencia computacional. Estos sistemas son ideales para operaciones de IA y ML que requieren multiplicación de matrices y vectores y otras ciencias avanzadas.

Latencia Reducida

Los científicos encontraron que la fotónica proporciona velocidades más altas en comparación con las opciones tradicionales. La fase de prueba reveló un acceso a la memoria de 1 ns. Esta tasa es 100 veces más rápida que los dispositivos de fotónica anteriores, abriendo la puerta a un nuevo nivel de innovación.

Menor Consumo de Energía

La eficiencia energética es otra ventaja que el sistema de fotónica aporta al mercado. Este sistema puede reprogramar y acceder a la memoria a una fracción de los requisitos de energía de las otras opciones. El equipo capturó una eficiencia de 143 fJ por bit, lo que coloca los requisitos del nuevo sistema en 1/10 de las opciones de fotónica.

Reprogramable

Una de las mayores ventajas de la investigación de fotónica es la revelación de que estos dispositivos tienen un ciclo de reprogramación casi ilimitado. Ninguna otra opción de almacenamiento de computación ofrece a los usuarios la capacidad de reescribir datos +2Bx. Como tal, esta investigación científica podría tener un efecto resonante en los centros de datos.

Investigadores de Fotónica

La investigación de fotónica fue liderada por Santa Bárbara, John Bowers, y Galan Moody. Paolo Pintus, Nathan Youngblood, Yuya Shoji y Mario Dumont también desempeñaron papeles cruciales en la investigación y el desarrollo del sistema de fotónica. Ahora, el equipo buscará expandir su investigación a otros materiales para encontrar la mejor opción para alimentar la revolución de IA de mañana.

Empresas que Pueden Beneficiarse de la Investigación de Fotónica

Hay una variedad de empresas que podrían utilizar esta investigación para mejorar sus productos y servicios. Las redes de computación en la nube y los centros de datos son dos sectores obvios que verán aumentos significativos en los ingresos si pueden implementar esta tecnología. Aquí hay una empresa que está perfectamente posicionada para aprovechar esta información.

Snowflake

Snowflake (SNOW ) entró en el mercado de la computación en la nube en 2012. Tiene su sede en Montana y fue cofundada por Benoît Dageville, Thierry Cruanes y Marcin Żukowski para proporcionar computación en la nube de alto rendimiento al mercado. Hoy en día, Snowflake desempeña un papel crucial al permitir que las empresas almacenen, migren y procesen datos en la nube.

Snowflake es vista por muchos como una de las principales acciones debido a su compromiso con la innovación, servicios de vanguardia y posicionamiento. La empresa recientemente hizo titulares debido a su iniciativa One Million Minds + One Platform, que busca capacitar a millones de trabajadores en IA para 2029.

Snowflake es uno de los nombres más respetados en el sector de la computación en la nube. Actualmente, maneja +4.2 mil millones de consultas diarias y tiene +10,000 clientes, incluyendo 800 empresas que han hecho las listas de Forbes. Este apoyo y base de clientes podría impulsar el interés en las acciones de la empresa.

Si Snowflake pudiera implementar un sistema de almacenamiento de fotónica en un centro de datos, podrían ver rendimientos de la inversión masivos. El sistema ocuparía menos espacio, requeriría menos energía y produciría mucho menos calor. Además, tendrían una vida útil de reescritura ilimitada mientras pueden ofrecer menos latencia a sus clientes. A su vez, esto podría impulsar los ingresos hacia arriba.

Fotónica – Utilizando la Luz para Llevar la Computación al Nivel Siguiente

La fotónica podría ser lo que el mundo necesita para desbloquear un nuevo nivel de comprensión computacional. Esta tecnología ofrece la longevidad y la sostenibilidad que los ingenieros buscan hoy en día. En consecuencia, muchos ven esta investigación como crucial para el movimiento de IA.

Aprende sobre otros proyectos de computación interesantes aquí.

Referencia del Estudio:

^{1. Pintus, P., Dumont, M., Shah, V., et al. (2025). Integrated non-reciprocal magneto-optics with ultra-high endurance for photonic in-memory computing. Nature Photonics, 19(1), 54–62. https://doi.org/10.1038/s41566-024-01549-1}