Según informes, los chips fotónicos chinos superan a las GPU convencionales en tareas específicas y especializadas de IA generativa. El chip ACCEL combina componentes fotónicos y electrónicos analógicos para lograr un alto rendimiento computacional. LightGen utiliza más de dos millones de neuronas fotónicas para un procesamiento de IA generativa completamente óptico.
Instituciones de investigación chinas han descrito nuevos chips de IA fotónicos que, supuestamente, superan por un amplio margen a las GPU convencionales en condiciones específicas. Afirman que estos chips muestran mejoras dramáticas en velocidad y eficiencia energética al ejecutar cargas de trabajo generativas muy definidas.
Se informa que los chips chinos basados en luz ofrecen una velocidad hasta 100 veces mayor que las GPU de Nvidia en algunas tareas, especialmente en áreas como síntesis de imágenes, generación de video e inferencia relacionada con la visión.
Afirman velocidad extrema en investigación de computación óptica
Estas afirmaciones se basan en evaluaciones de laboratorio, no en escenarios de despliegue comercial. La brecha de rendimiento está ligada a diferencias arquitectónicas fundamentales. Las GPU de Nvidia, como la A100, dependen de circuitos electrónicos donde los electrones se mueven por transistores. Este enfoque es flexible pero consume mucha energía y genera calor.
Los chips fotónicos chinos, en cambio, usan procesamiento de señales basado en luz. Los fotones reemplazan a los electrones, permitiendo un paralelismo masivo mediante interferencia óptica, en lugar de ejecución digital secuencial.
Uno de los chips, ACCEL, fue desarrollado en la Universidad de Tsinghua. Es un sistema híbrido que combina componentes fotónicos con circuitos electrónicos analógicos. Según los informes, opera con procesos de fabricación de semiconductores más antiguos, pero alcanza un rendimiento teórico extremadamente alto (petaflops). Estos cálculos se limitan a operaciones analógicas predefinidas, no a ejecución de código de propósito general.
Por lo tanto, ACCEL está diseñado para tareas como reconocimiento de imágenes y procesamiento de visión, que dependen de transformaciones matemáticas fijas.
Un segundo sistema, LightGen, fue desarrollado en colaboración entre la Universidad de Shanghái Jiao Tong y la Universidad de Tsinghua. Se describe como un chip de computación totalmente óptico con más de dos millones de neuronas fotónicas. Los artículos de investigación afirman que puede realizar tareas generativas como creación de imágenes, eliminación de ruido, reconstrucción 3D y transferencia de estilo.
Los resultados experimentales muestran ganancias de rendimiento que superan en dos órdenes de magnitud a los aceleradores electrónicos líderes, según mediciones de tiempo y consumo energético en condiciones controladas.
Estos sistemas no son reemplazos para las GPU en computación general o entrenamiento de modelos grandes. Funcionan como máquinas analógicas especializadas para categorías estrechas de cálculo. Las afirmaciones sugieren que la computación óptica puede ofrecer ganancias excepcionales cuando las cargas de trabajo se adaptan cuidadosamente al hardware.
Sin embargo, la brecha entre las demostraciones en laboratorio y las herramientas de IA utilizables sigue siendo grande. La capacidad específica por tarea versus la de propósito general es clave para evaluar estos afirmaciones.
Vía Interesting Engineering | China Daily | EurekAlert
Sigue a TechRadar en Google News y añádenos como fuente preferida para obtener nuestras noticias, reseñas y opiniones en tu feed. ¡Asegúrate de hacer clic en el botón Seguir!
Y, por supuesto, también puedes seguir a TechRadar en TikTok para noticias, reseñas y unboxings en video, y recibir actualizaciones nuestras en WhatsApp también.