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 complejos necesarios para entrenar 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 bajo contraste de índice diseñada inversamente” en una plataforma de fotónica de silicio (SiPh), lo que podría permitir plataformas de computación analógica a gran escala basadas en ondas.

La fotónica de silicio utiliza silicio, un elemento abundante y económico empleado en la producción masiva de chips informáticos, integrando componentes como fotodetectores, conmutadores ópticos, guías de onda ópticas y moduladores ópticos sobre un sustrato de silicio.

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

“Decidimos unir fuerzas,” dijo el profesor H. Nedwill Ramsey Nader Engheta, al referirse al desarrollo de dispositivos de silicio a nanoescala 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 la multiplicación vector‑matriz (VMM), que se utiliza en el desarrollo y funcionamiento de redes neuronales que impulsan las herramientas de IA actuales. 

Según el estudio, aunque las metastructuras SiPh diseñadas inversamente realizan eficientemente cálculos analógicos con ondas electromagnéticas, escalarlas para gestionar un gran número de canales de datos representa un desafío. Para abordarlo, el equipo adoptó un enfoque de diseño inverso 2D para crear sistemas de lentes amorfos compactos que suelen ser de avance directo y baja resonancia. El estudio demostró con éxito un producto vector‑matriz para matrices de 2 × 2 y 3 × 3, y también diseñó una matriz de 10 × 10.

En lugar de usar una oblea de silicio de altura uniforme, el equipo afinó 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 podría adaptarse potencialmente para su uso en unidades de procesamiento gráfico (GPU), un circuito electrónico especializado que actualmente tiene una gran demanda en línea con el fervor de la IA. Al integrar la plataforma de fotónica de silicio como un complemento, menciona Aflatouni, se podrían acelerar los procesos 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. Al permitir que muchos cálculos se realicen simultáneamente, no es necesario almacenar información sensible en la memoria de trabajo de su computadora. Esto hace que un ordenador impulsado por esta tecnología sea esencialmente invulnerable a hackeos. Aflatouni comentó:

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

Financiado en parte por una subvención de la Iniciativa de Investigación Universitaria Multidisciplinaria de la Oficina de Investigación Científica de la Fuerza Aérea de EE. UU. y otra del Oficina de Investigación Naval de EE. UU., este estudio busca superar las limitaciones de los chips que se utilizan hoy, los cuales operan bajo principios vigentes durante muchas décadas. Pero al aprovechar el poder de la luz, este nuevo enfoque puede allanar el camino para la nueva generación de desarrollo de IA. 

El enorme 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 llevado a que el mercado global de la fotónica de silicio valued at $1.29 billion in 2022 y se proyecta que crezca a una tasa compuesta anual (CAGR) del 25,8 % para finales de esta década, según Grand View Research. Este crecimiento se debe a la necesidad de mayores velocidades de transferencia de datos y aplicaciones intensivas en ancho de banda.

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

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

Por ejemplo, la investigación ha continuado en la aplicación de la fotónica de silicio en LiDAR para la conducción autónoma y la automatización industrial. LiDAR utiliza luz reflejada en superficies en lugar de señales de radiofrecuencia (RF) para analizar y proporcionar información crítica sobre el entorno.

Además, la fotónica de silicio puede usarse para detección (es decir, 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 dispositivos portátiles de salud para consumidores. 

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

Luego está la IA, que requiere computación de alto rendimiento. Con la fiebre de la IA alcanzando nuevos máximos y prevista para seguir creciendo, la industria de los chips enfrenta una necesidad urgente de innovación. Está trabajando diligentemente para colocar más transistores en un solo chip y así mejorar significativamente la potencia de procesamiento y la eficiencia energética. Tales mejoras 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 mayor, lo que será significativamente superior a los chips basados en silicio existentes.

Un cambio de juego para la IA

La fiebre de la IA no muestra señales de desaceleración. Esta nueva ola de avances tecnológicos 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 intensivas en datos volviéndose más complejas, todos, desde empresas y gobiernos hasta instituciones y científicos, buscan formas de hacerla más eficiente. 

Esto está impulsando a la gente hacia la fotónica de silicio, que es una de las tecnologías más prometedoras para abordar cálculos complejos y costosos realizados por redes neuronales profundas, una subcategoría de algoritmos de aprendizaje automático que permite que el rendimiento de un modelo sea más preciso. Las redes profundas constan de 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 energía posible y, al mismo tiempo, se mantenga una alta densidad computacional. 

Aquí, la fotónica de silicio permite una mejor comunicación entre unidades de cálculo. El material además permite el uso de interconexiones ópticas de corto alcance para transferir datos de manera eficiente a distancias relativamente cortas dentro de 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 rendimiento general de los sistemas de IA. Al aprovechar este material, las empresas también pueden desbloquear mayores capacidades computacionales y obtener resultados más precisos y receptivos.

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

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

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

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

Una mirada a los fabricantes de chips populares

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

#1. NVIDIA Corporation

El líder en la industria de chips, Nvidia (NVDA ), es actualmente la tercera empresa más valiosa del mercado de valores de EE. UU. Después de todo, controla alrededor del 80 % del mercado de chips de IA. Con sus acciones cotizando a 793,50 $, la compañía ha alcanzado una capitalización de mercado de 1,95 billones de dólares. 

Las acciones de Nvidia han subido como locas y ya están un 58,6 % por año. Con eso, la compañía 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 dividendo del 0,02 %.

A medida que la demanda se dispara a nivel mundial en todas las industrias y naciones, Nvidia informó sus resultados del cuarto trimestre, con ingresos que se triplicaron a 22,1 mil millones de dólares. Según el CEO y cofundador Jensen Huang:

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

El creciente demand de sus chips ha llevado a la compañía a pronosticar un crecimiento del 233 % en los ingresos del primer trimestre. El chip H100 para centros de datos de la compañía es lo que ayuda a Nvidia a liderar el espacio de IA. Está optimizado para procesar enormes cantidades de datos y cálculos a altas velocidades, lo que lo convierte en una solución perfecta para la tarea intensiva en energía de entrenar modelos de IA. 

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

#2. Intel Corporation

El fabricante de chips con sede en EE. UU está resurgiendo al expandir su negocio de fundición, que fabrica diseños de chips para otras compañías. Microsoft (MSFT ) ha elegido a la empresa para producir sus semiconductores de alta gama y “reconstruir la fabricación occidental a gran escala.” 

El chip se diseñará para usar el nodo 18A de Intel (INTC ), un proceso de fabricación que hace los semiconductores más pequeños y eficientes en energía. “Intel es la empresa de chips campeona del país,” dijo la secretaria de Comercio de EE. UU, Gina Raimondo, al señalar que Google, OpenAI y otros que construyen LLM necesitarán un volumen “asombroso” de semiconductores en los próximos años.

Al momento de escribir, las acciones de Intel cotizan a 43,12 $, con una caída del 14,47 % en lo que va del año, lo que sitúa la capitalización de mercado de la compañía en 181,7 mil millones de dólares. 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 dividendo del 1,16 %. Según el CEO de Intel, Pat Gelsinger:

“La demanda global (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 chips de 2 nm para obtener una ventaja sobre otros fabricantes de chips. Según el plan del Samsung Foundry Forum (SFF), la compañía 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, para luego dirigirse a la industria automotriz. Un año después, se espera que Samsung inicie el proceso de 1,4 nm.

La compañía tiene una capitalización de mercado de 373 mil millones de dólares, con sus acciones cotizando a 1.373 $. Samsung tiene una relación PE (TTM) de 14,25, un EPS (TTM) de 96,44 y paga un rendimiento de dividendo del 1,98 %. Durante su informe financiero del cuarto trimestre de 2023, Samsung señaló que su división de fundición ha asegurado un acuerdo para sus chips de IA de 2 nm con la startup japonesa de IA Preferred Networks (PFN), que previamente había trabajado con Taiwan Semiconductor Manufacturing (TSM ) 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 finales del año pasado, Samsung también se asoció con Tenstorrent, que busca desafiar a Nvidia como su cliente. 

Conclusión

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

Aunque la fotónica de silicio tiene muchas ventajas, no reemplazará a los chips electrónicos en el corto plazo. Esto se debe a que las capacidades de la fotónica de silicio siguen siendo estrechamente enfocadas y presentan barreras técnicas en cuanto al desarrollo de software para optimizar sus capacidades. Por lo tanto, tomará algún tiempo antes de que el uso de la fotónica de silicio se generalice, pero esta tecnología apenas está comenzando, y dado el ritmo de avance de la IA, esto ciertamente puede acelerarse.

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