Fabricar procesadores informáticos más rápidos con la ayuda de la luz
Estamos entrando en la era de la informática cognitiva, donde las máquinas imitarán la forma en que las personas piensan cuando afrontan problemas complejos que no tienen soluciones claras o evidentes. Para poder replicar el pensamiento humano, este tipo de informática necesita procesar grandes cantidades de datos a altas velocidades, algo que los ordenadores actuales no pueden hacer de manera eficiente. Ahora, un enfoque revolucionario probado por un equipo de investigación internacional promete acelerar de forma significativa el aprendizaje automático. Respaldados en parte por los proyectos financiados con fondos europeos Fun-COMP, PINQS y PROJESTOR, los investigadores han desarrollado un acelerador de «hardware» especializado que procesa datos mediante la luz. Tal como se indica en su artículo científico publicado en la revista «Nature», el acelerador de «hardware» fotónico integrado es capaz de realizar billones de operaciones por segundo. «Los chips informáticos convencionales se basan en la transferencia electrónica de datos y son comparativamente lentos, pero los procesadores basados en la luz, como el desarrollado en nuestro trabajo, permiten que las tareas matemáticas complejas se procesen a velocidades cientos o incluso miles de veces más rápidas, y con una enorme reducción del consumo de energía», explica el catedrático C. David Wright, coautor del estudio y coordinador del proyecto Fun-COMP en la Universidad de Exeter, en un artículo publicado en el sitio web «Phys.org».
¿De qué se trata esta tecnología?
El acelerador de «hardware» fotónico integrado, o núcleo tensor, utiliza matrices de memoria de material de cambio de fase y peines de frecuencia óptica basados en chips fotónicos para lograr una computación en paralelo en memoria fotónica. El cálculo es capaz de operar a frecuencias superiores a 14 GHz, «limitado solo por la velocidad de los moduladores y los fotodetectores», según el artículo científico. «Nuestro estudio es el primero en aplicar peines de frecuencia en el campo de las redes neuronales artificiales», afirma el catedrático Wolfram Pernice, coautor del estudio y coordinador del proyecto PINQS en la Universidad de Munster, Alemania, en el artículo publicado en «Phys.org».
Aplicaciones de IA para procesadores fotónicos
El coautor del estudio y catedrático Harish Bhaskaran, de la Universidad de Oxford, señala en el mismo artículo: «Nuestros resultados podrían tener una gran variedad de aplicaciones. Una unidad de procesamiento tensorial (TPU, por sus siglas en inglés) fotónica podría procesar de manera rápida y eficiente grandes conjuntos de datos que se utilizan para los diagnósticos médicos, como los de los escáneres de TAC, IRM y TEP». Otras aplicaciones de inteligencia artificial intensivas en datos para las que la fotónica integrada muestra un gran potencial incluyen la conducción autónoma, el procesamiento de vídeo en vivo y los servicios de computación en nube de nueva generación. El proyecto de cuatro años Fun-COMP (Functionally scaled computing technology: From novel devices to non-von Neumann architectures and algorithms for a connected intelligent world) tiene como objetivo desarrollar tecnologías relevantes para la industria que ampliarán los enfoques actuales del procesamiento y el almacenamiento convencionales. PINQS (Photonic integrated quantum transceivers) utiliza circuitos nanofotónicos integrados con nanoestructuras superconductoras y nanotubos de carbono para crear chips fotónicos cuánticos modulables que superan los obstáculos que se presentan en la óptica cuántica lineal y en la comunicación cuántica. PROJESTOR (PROJECTED MEMRISTOR: A nanoscale device for cognitive computing) está explorando el concepto projestor, un dispositivo que recuerda la historia de la corriente que lo atravesó previamente. Este último proyecto finaliza en junio de 2021, mientras que los dos primeros concluyen en 2022. Para más información, consulte: Sitio web del proyecto Fun-COMP Proyecto PINQS Proyecto PROJESTOR
Palabras clave
Fun-COMP, PINQS, PROJESTOR, fotónica, informática, datos, acelerador, luz
