Investigadores de la Universidad de Florida han desarrollado un chip de silicio que utiliza lentes de Fresnel de luz láser y microscópica para realizar operaciones de convolución, una función central en la inteligencia artificial (IA), con un consumo de energía significativamente reducido. Los hallazgos, publicados en *Advanced Photonics *, destacan una solución potencial a las crecientes demandas de energía de modelos de IA cada vez más complejos. El chip integra componentes ópticos directamente en el silicio, lo que le permite realizar convoluciones utilizando la luz en lugar de depender únicamente de la electricidad. Este enfoque reduce drásticamente el consumo de energía al acelerar las velocidades de procesamiento. Volker J. Sorger, el profesor de Rhines en la fotónica de semiconductores en la Universidad de Florida y el líder del estudio, enfatizó la importancia de este avance, afirmando: “Realizar un cálculo clave de aprendizaje automático en una energía casi cero es un salto hacia adelante para los futuros sistemas de IA. Esto es fundamental para seguir escalando las capacidades de IA en los años viene”. En las pruebas prototipo, el ChIP demostró su capacidad para clasificar los dígitos escritos a mano con aproximadamente el 98% de precisión, un nivel de rendimiento comparable al de los chips electrónicos convencionales. El sistema emplea dos conjuntos de lentes de Fresnel miniaturizadas, versiones planas y ultrafinas de lentes tradicionales, fabricadas utilizando técnicas de fabricación de semiconductores estándar. Estas lentes, más estrechas que un cabello humano, están grabadas directamente sobre la superficie del chip. El proceso de convolución implica convertir datos de aprendizaje automático en luz láser en el chip. Esta luz luego pasa a través de las lentes Fresnel, que ejecutan la transformación matemática requerida para la convolución. Finalmente, el resultado se convierte nuevamente en una señal digital para completar la tarea AI. Hangbo Yang, profesor asociado de investigación en Sorger’s Group en UF y coautor del estudio, señaló la novedad de este enfoque, afirmando: “Esta es la primera vez que cualquiera ha puesto este tipo de cálculo óptico en un chip y lo aplicó a una red neuronal de IA”. El equipo también demostró la capacidad del chip para procesar múltiples flujos de datos simultáneamente utilizando láseres de diferentes colores, una técnica conocida como multiplexación de longitud de onda. Yang explicó: “Podemos tener múltiples longitudes de onda, o colores de luz que pasan a través de la lente al mismo tiempo. Esa es una ventaja clave de la fotónica”. La investigación fue un esfuerzo de colaboración que involucró al Florida Semiconductor Institute, UCLA y la Universidad George Washington. Sorger señaló que compañías como NVIDIA ya incorporan elementos ópticos en ciertos sistemas de IA, lo que podría facilitar la integración de esta nueva tecnología. Sorger prevé un futuro en el que la óptica basada en chips sea parte integral de los chips de IA cotidianos, afirmando: “En el futuro cercano, la óptica basada en chips se convertirá en una parte clave de cada chip de IA que usamos diariamente. Y la computación óptica de IA es la próxima”.
Source: El nuevo chip reduce significativamente el consumo de energía de IA
