Computación a la velocidad de la luz con fotónica de silicio

Ingenieros de la Universidad de Pensilvania han desarrollado un chip que utiliza ondas de luz en lugar de electricidad para realizar cálculos matemáticos intrincados necesarios para entrenar la inteligencia artificial (IA). Esta innovación podría acelerar significativamente el procesamiento y reducir el consumo de energía de los dispositivos.

El estudio, publicado en Nature Photonics, muestra que se trata de una “estructura de contraste de bajo índice de refracción inversamente diseñada” en una plataforma de fotónica de silicio (SiPh), lo que podría permitir plataformas de computación analógica basada en ondas a gran escala.

La fotónica de silicio utiliza silicio, un elemento abundante y económico utilizado en la producción en masa de chips de computadora, que integra componentes como fotodetectores, conmutadores ópticos, guías de onda óptica y moduladores ópticos en un sustrato de silicio.

El chip de fotónica de silicio (SiPh) en este estudio manipula materiales a escala nanométrica para realizar cálculos matemáticos utilizando luz. Este método de interacción de ondas de luz con la materia promete desarrollar computadoras que superen las limitaciones actuales de los chips de hoy en día.

“Decidimos unir fuerzas”, dijo el profesor Nader Engheta, señalando el desarrollo de dispositivos de silicio a escala nanométrica por el grupo de investigación de Firooz Aflatouni, quien es profesor asociado de Ingeniería Eléctrica y de Sistemas.

El objetivo ha sido desarrollar una plataforma para realizar multiplicaciones de matrices vectoriales (VMM), que se utilizan en el desarrollo y funcionamiento de redes neuronales que alimentan las herramientas de IA actuales. 

Según el estudio, aunque las metaestructuras de SiPh inversamente diseñadas realizan cálculos analógicos con ondas electromagnéticas de manera eficiente, escalarlas para manejar un gran número de canales de datos presenta un desafío. Para abordar esto, el equipo adoptó un enfoque de diseño inverso 2D para crear sistemas de lentes amorfas compactos que son típicamente de alimentación directa y de baja resonancia. El estudio demostró con éxito un producto vector-matricial para matrices 2 × 2 y 3 × 3 y también diseñó una matriz 10 × 10.

En lugar de utilizar una oblea de silicio de altura uniforme, el equipo adelgazó selectivamente el silicio en áreas específicas. Estas variaciones de altura permiten controlar la transmisión de luz a través del chip.

Al distribuir estas variaciones, el chip dispersa la luz en patrones específicos, lo que le permite realizar cálculos matemáticos a la velocidad de la luz, el método de comunicación más rápido posible.

Según Aflatouni, este diseño ya está listo para aplicaciones comerciales debido a las limitaciones impuestas por la fundición comercial que produjo los chips. Además, el diseño puede adaptarse potencialmente para su uso en unidades de procesamiento gráfico (GPU), un circuito electrónico especializado que actualmente está en gran demanda en línea con el fervor de la IA. Al integrar la plataforma de fotónica de silicio como una unidad adicional, Aflatouni menciona que se puede acelerar el proceso de entrenamiento y clasificación.

Sin embargo, los beneficios van más allá de la velocidad y la eficiencia energética, ya que el chip también mejora la privacidad. Así, al permitir que muchas computaciones ocurran al mismo tiempo, no hay necesidad de almacenar información sensible en la memoria de trabajo de su computadora. Esto hace que una computadora alimentada por dicha tecnología sea esencialmente inaccesible. Aflatouni comentó:

“Nadie puede piratear una memoria inexistente para acceder a su información.” 

Financiado en parte por una subvención de la Oficina de Investigación Científica de la Fuerza Aérea de los Estados Unidos y otra de la Oficina de Investigación Naval de los Estados Unidos, este estudio apunta a superar las limitaciones de los chips que se utilizan actualmente, que operan bajo los principios que han estado en vigor durante las últimas décadas. Pero al utilizar el poder de la luz, este nuevo enfoque puede allanar el camino para la nueva generación de desarrollo de IA. 

El gran potencial de la fotónica de silicio

Durante las últimas décadas, la investigación y el desarrollo en este material han continuado. Recientemente, sin embargo, la fotónica de silicio (SiPh) ha ganado atención debido a la creciente demanda de procesamiento de datos rápido y eficiente.

Este creciente interés ha hecho que el tamaño del mercado global de la fotónica de silicio sea valorado en $1.29 mil millones en 2022 y se proyecta que crezca a una tasa de crecimiento anual compuesta (CAGR) del 25,8% para fines de esta década, según Grand View Research. Este crecimiento se debe a la necesidad de tasas de transferencia de datos más altas y aplicaciones intensivas en ancho de banda.

La fotónica de silicio es la plataforma perfecta aquí debido a su eficiencia económica y alta densidad de integración. Además, dado que la fotónica de silicio es compatible con la fabricación electrónica, los circuitos integrados fotónicos (PIC) de SiPh se pueden fabricar utilizando la infraestructura de fundición establecida. La fotónica de silicio también tiene el potencial de integrar cientos o miles de dispositivos en PIC complejos con una escalabilidad de diseño y fabricación similar a la de CMOS, lo que abre nuevas aplicaciones en la intersección de la fotónica y la computación.

Por lo tanto, a través de su transmisión de alta velocidad, alta densidad de integración, excelentes propiedades ópticas, bajo consumo de energía y fabricación relativamente económica, la fotónica de silicio se ha convertido en una tecnología valiosa en una variedad de campos. 

Por ejemplo, se ha llevado a cabo una investigación sobre la aplicación de la fotónica de silicio en LiDAR para conducción autónoma y automatización industrial. LiDAR utiliza la luz reflejada en superficies en lugar de señales de radiofrecuencia (RF) para analizar y entregar información crítica sobre los alrededores.

Además, la fotónica de silicio se puede utilizar para la detección (es decir, la detección óptica), donde la transmisión de una señal y la recepción de la señal óptica transmitida pueden ayudar a determinar las propiedades del entorno circundante. Esto puede ser beneficioso para aplicaciones de salud y aplicaciones de salud portátiles para consumidores. 

Además de los vehículos autónomos y la detección, también se ha explorado el uso de la fotónica de silicio en telecomunicaciones, comunicaciones cuánticas, biomedicina, aerospacio, astronomía y AR/VR. La fotónica de silicio también muestra promesa para la integración completa y el procesamiento de información cuántica óptica a gran escala.

Luego está la IA, que requiere computación de alto rendimiento. Con la manía de la IA alcanzando nuevos máximos y establecida para crecer aún más, la industria de los chips enfrenta una necesidad apremiante de innovación. Está trabajando diligentemente para colocar más transistores en un solo chip para mejorar significativamente la potencia de procesamiento y la eficiencia energética. Mejoras como estas son cruciales para entrenar y operar algoritmos de IA de manera más precisa, rápida y rentable.

En un intento por ganar la carrera de semiconductores, incluso China está construyendo una línea de producción de chips fotónicos debido a que su velocidad de cálculo es más rápida y su capacidad de información es mayor, lo que será significativamente mayor que los chips de silicio existentes.

Un juego cambiable para la IA

La manía de la IA no muestra signos de desaceleración. Esta nueva ola de avance tecnológico ha surgido como una fuerza poderosa que revolucionará muchas industrias y transformará el futuro. Con la IA convirtiéndose rápidamente en una parte integral de nuestras vidas diarias y las aplicaciones de datos intensivos creciendo en complejidad, todos, desde empresas y gobiernos hasta instituciones y científicos, buscan formas de hacerla más eficiente. 

Esto está llevando a las personas a la fotónica de silicio, que es una de las tecnologías más prometedoras para abordar cálculos complejos y costosos realizados por redes neuronales profundas, un subconjunto de algoritmos de aprendizaje automático que permite que el rendimiento de un modelo sea más preciso. Las redes profundas consisten en capas que contienen relaciones matemáticas.

Con tales complejidades involucradas, la fotónica de silicio puede ayudar a mejorar el rendimiento y la eficiencia de costos, lo que mejoraría la función de las aplicaciones de IA y aprendizaje automático. El mundo de la IA/ML necesita que los datos se intercambien rápidamente mientras se consume la menor cantidad de energía posible y, al mismo tiempo, debe mantener una alta densidad computacional. 

Aquí, la fotónica de silicio permite una mejor comunicación entre las unidades de computación. El material también permite el uso de interconexiones ópticas de corto alcance para transferir datos de manera eficiente sobre distancias relativamente cortas dentro de las aplicaciones de IA/ML. La transmisión rápida de datos es esencial para la toma de decisiones en tiempo real. 

De esta manera, la fotónica de silicio contribuye a la efectividad y el rendimiento generales de los sistemas de IA. Al aprovechar este material, las empresas también pueden desbloquear capacidades computacionales mayores y tener resultados más precisos y receptivos.

La fotónica de silicio es particularmente adecuada para la computación debido a la capacidad de los circuitos para ser más rápidos que los circuitos electrónicos tradicionales. Además, su procesamiento óptico es inherentemente paralelo, lo que hace posible realizar múltiples acciones al mismo tiempo. 

La fotónica de silicio también permite que los componentes fundamentales se combinen en numerosas combinaciones para construir circuitos muy complejos, lo que permite la creación de sistemas avanzados adaptados a aplicaciones específicas.

El futuro de la fotónica de silicio en la IA, como estamos viendo, es brillante, dado su potencial para transformar algoritmos de IA y capacidades de los sistemas de IA. Es un momento interesante para la fotónica de silicio, sin duda.

Haga clic aquí para aprender todo sobre la inversión en inteligencia artificial. 

Un vistazo a los fabricantes de chips populares

Ahora, echemos un vistazo a algunos nombres prominentes que están en el negocio de la fabricación de chips:

#1. NVIDIA Corporation

El líder en la industria de los chips, Nvidia, es actualmente la tercera empresa más valiosa del mercado de valores de los Estados Unidos. Después de todo, controla alrededor del 80% del mercado de chips de IA. Con sus acciones negociadas a $793.50, la empresa ha logrado una capitalización de mercado de $1.95 billones. 

Las acciones de Nvidia han estado subiendo como locas y ya han subido un 58.6% en lo que va del año. Con eso, la empresa tiene un EPS (TTM) de 11.93, un P/E (TTM) de 65.84 y un ROE (TTM) de 69.17%. También paga un rendimiento de dividendos del 0.02%.

A medida que la demanda aumenta en todo el mundo en diversas industrias y naciones, Nvidia informó sus resultados del cuarto trimestre, con ingresos que más que triplicaron a $22.1 mil millones. Según el CEO y cofundador Jensen Huang:

“La computación acelerada y la IA generativa han alcanzado el punto de inflexión.”

La creciente demanda de sus chips hace que la empresa pronostique un crecimiento del 233% en los ingresos del primer trimestre. El chip de centro de datos H100 de la empresa es lo que ayuda a la empresa a liderar el espacio de IA. Está optimizado para procesar grandes cantidades de datos y cálculos a altas velocidades, lo que lo convierte en una solución perfecta para la tarea de entrenamiento de modelos de IA que consume mucha potencia. 

Haga clic aquí para aprender todo sobre la inversión en NVIDIA Corporation (NVDA).

#2. Intel Corporation

El fabricante de chips con sede en los Estados Unidos está haciendo un regreso mientras expande su negocio de fundición, que fabrica diseños de chips para otras empresas. Microsoft ha elegido a la empresa para fabricar sus semiconductores de alta gama y “reconstruir la fabricación occidental a gran escala”. 

El chip estará diseñado para utilizar el nodo 18A de Intel, un proceso de fabricación que hace que los semiconductores sean más pequeños y eficientes en términos de energía. “Intel es la campeona de chips del país”, dijo la secretaria de Comercio de los Estados Unidos, Gina Raimondo, mientras señalaba que Google, OpenAI y otros que construyen LLM necesitarán “una cantidad asombrosa” de semiconductores en los próximos años.

En el momento de escribir, las acciones de Intel se negocian a $43.12, lo que representa una caída del 14.47% en lo que va del año, lo que sitúa la capitalización de mercado de la empresa en $181.7 mil millones. Tiene un EPS (TTM) de 0.38, un P/E (TTM) de 113.46 y un ROE (TTM) de 1.63%. También paga un rendimiento de dividendos del 1.16%. Según el CEO de Intel, Pat Gelsinger:

“La demanda general (de chips de IA) parece ser insaciable durante varios años en el futuro.”

#3. Samsung

El gigante tecnológico con sede en Corea del Sur planea lanzar su tecnología de chip de 2 nm para obtener una ventaja sobre otros fabricantes de chips. Según el plan del Foro de Fundición de Samsung (SFF), la empresa comenzará a producir el proceso de 2 nm a gran escala en 2025 para aplicaciones móviles y pasará a aplicaciones de computación de alto rendimiento al año siguiente y luego se mudará a la industria automotriz. Al año siguiente, Samsung espera comenzar el proceso de 1,4 nm.

La empresa tiene una capitalización de mercado de $373 mil millones con sus acciones negociadas a $1,373. Samsung tiene una relación P/E (TTM) de 14.25, un EPS (TTM) de 96.44 y paga un rendimiento de dividendos del 1.98%. Durante su informe financiero del cuarto trimestre de 2023, Samsung señaló que su división de fundición ha asegurado un trato para sus chips de IA de 2 nm con la startup de IA japonesa Preferred Networks (PFN), que ha estado trabajando previamente con Taiwan Semiconductor Manufacturing Co (TSMC). 

El fabricante de chips también está colaborando con Arm para optimizar el núcleo Cortex-X en su tecnología de proceso de fabricación de chips más avanzada, GAA. A fines del año pasado, Samsung también firmó un acuerdo con Tenstorrent, que busca desafiar a Nvidia como su cliente. 

Conclusión

A medida que los avances en la IA impulsan la demanda de una mayor potencia de computación, la fotónica de silicio ha surgido como una tecnología prometedora, que tiene el potencial de reducir la latencia mientras aumenta la eficiencia al permitir la fabricación de componentes fotónicos en silicio utilizando procesos de fabricación de semiconductores estándar. 

Si bien la fotónica de silicio tiene muchas ventajas, no reemplazará los chips electrónicos en un futuro cercano. Esto se debe a que las capacidades de la fotónica de silicio siguen estando estrechamente enfocadas y tienen barreras técnicas en términos de desarrollo de software para optimizar sus capacidades. Así que tomará algún tiempo antes de que el uso de la fotónica de silicio se vuelva generalizado, pero entonces esta tecnología apenas está comenzando, y dado el ritmo de avance de la tecnología de IA, esto ciertamente puede acelerarse.

Haga clic aquí para aprender sobre el estado actual de la computación cuántica.