Un nuevo chip diseñado por científicos chinos procesa datos hasta 478 veces más rápido que la GPU A100 de Nvidia, uno de los procesadores gráficos comerciales más potentes del mercado. El chip no depende de la lógica de transistores convencional. En cambio, imita la forma en que funciona un cerebro biológico, usando luz y señales eléctricas juntas.
Un chip que piensa como un cerebro, no como una computadora
El dispositivo es un chip neuromórfico fotónico. Combina fotónica, que usa luz para transportar información, con circuitos electrónicos que se comportan como neuronas y sinapsis. El equipo detrás de él trabaja en la Universidad Tsinghua en Pekín, China. Publicaron sus resultados en una revista revisada por pares. El chip está diseñado para manejar tareas de inteligencia artificial, como reconocimiento de imágenes y clasificación de datos, con mucha menos energía que el hardware tradicional.
Por qué la velocidad y la eficiencia importan para la IA
En pruebas, el chip completó ciertas tareas de IA hasta 478 veces más rápido que una GPU Nvidia A100. También usó drásticamente menos energía. Para un punto de referencia, el chip consumió aproximadamente una cuatro milésima parte de la energía que necesitó la GPU. Ese tipo de eficiencia podría cambiar cómo se despliegan los grandes modelos de IA, especialmente en entornos donde la electricidad es limitada o costosa.
Qué pasó y quién está involucrado
La investigación fue liderada por el profesor Dai Qionghai y su equipo en la Universidad Tsinghua. Construyeron un chip que usa una red de componentes ópticos para realizar cálculos a la velocidad de la luz, mientras que los circuitos electrónicos manejan la memoria y el control. El chip fue probado en tareas que incluyen reconocimiento de dígitos escritos a mano y clasificación de imágenes. Logró alta precisión mientras funcionaba más rápido y más frío que los chips exclusivamente electrónicos.
Científicos e ingenieros locales en China han seguido de cerca este trabajo. El país ha invertido fuertemente en investigación de semiconductores, y la computación neuromórfica se ve como una forma de sortear algunos límites de la fabricación tradicional de chips. Para las personas que trabajan en IA, este chip representa un camino posible hacia hardware que no depende de la arquitectura dominante de Nvidia.
Qué significa esto para el futuro de la computación
El chip de Tsinghua aún no es un producto comercial. Sigue siendo un prototipo de laboratorio. Pero los resultados sugieren que la computación fotónica inspirada en el cerebro puede superar a la electrónica convencional en tareas específicas. Si la tecnología escala, podría redefinir cómo los centros de datos y los dispositivos periféricos manejan cargas de trabajo de IA. El chip muestra que el próximo salto en computación puede no venir de reducir aún más los transistores, sino de diseñar hardware que funcione más como el cerebro humano.
