Procesador de transmisión de convolución óptica con auto‑calibración en paralelo habilitado por micropeines

Por qué importan las máquinas que piensan más rápido

Desde vídeo en streaming hasta el entrenamiento de modelos de IA masivos, los centros de datos modernos se ahogan en información. Mover y procesar todos esos datos con los chips electrónicos actuales consume enormes cantidades de energía y choca con límites de velocidad. Este artículo presenta un nuevo tipo de chip de computación basado en luz que puede actuar como un «front end» rápido y de bajo consumo para sistemas de IA, manejando parte de los cálculos más pesados antes de que los datos lleguen a los procesadores convencionales.

Dejar que la luz haga el trabajo pesado

La mayoría de los sistemas de IA se basan en la convolución, una especie de ventana matemática deslizante que recorre imágenes, sonido u otras señales para detectar características como bordes o texturas. La electrónica realiza estas operaciones paso a paso, moviendo números dentro y fuera de la memoria. El chip descrito aquí sustituye eso por un proceso físico en el que haces de luz se dividen, retrasan, ponderan y luego se recombinan. Como la computación ocurre mientras la luz viaja, se evita gran parte del movimiento de datos que ralentiza y calienta el hardware electrónico, y puede operar a decenas de miles de millones de operaciones por segundo por cada flujo de datos.

Muchos colores de luz, muchas tareas a la vez

Un ingrediente clave es un dispositivo llamado micropeine: una fuente láser diminuta en forma de anillo que produce docenas de colores —o longitudes de onda— de luz espaciadas uniformemente al mismo tiempo. Cada color actúa como un carril independiente en una autopista óptica de alta velocidad. El procesador de transmisión de convolución óptica del equipo envía todos esos colores a través del mismo chip, pero organiza las trayectorias para que experimenten el mismo «núcleo de convolución»—el conjunto de ponderaciones usadas para analizar los datos. Los retardos temporales entre caminos, combinados con los distintos colores, crean una forma tridimensional de paralelismo en tiempo, espacio y longitud de onda. En los experimentos, el sistema procesó datos a 50 gigabaudios por color y alcanzó una velocidad total de cálculo de alrededor de 4 billones de operaciones por segundo a través de cinco longitudes de onda.

Enseñar a un chip de luz a mantenerse preciso

Usar la interferencia entre ondas de luz para computar es poderoso pero frágil: cambios en la longitud de los caminos del orden de nanómetros pueden arruinar las ponderaciones cuidadosamente ajustadas. Para mantener el chip preciso, los investigadores integraron una vía de referencia especial y un procedimiento de auto‑calibración. Al barrer un láser a través de frecuencias y medir solo la potencia de salida, reconstruyen tanto la amplitud como la fase de cada trayectoria dentro del dispositivo. Un lazo de realimentación ajusta entonces pequeños calentadores en el chip hasta que las ponderaciones de convolución medidas coinciden con las deseadas. Esta sintonización automática no solo corrige imperfecciones de fabricación y la deriva térmica, sino que también permite que el mismo chip se reprograme para tareas distintas, como difuminar o detectar bordes en imágenes.

De filtros de imagen a cargas de trabajo reales de IA

Para demostrar que el procesador es útil más allá de demostraciones simples, los autores lo combinaron con capas neuronales electrónicas estándar en un sistema híbrido. El chip óptico se encargó de la primera capa convolucional, extrayendo características básicas de imágenes en color transportadas por varios canales de longitud de onda. Los flujos de características resultantes se convirtieron de nuevo a señales electrónicas y se introdujeron en una red digital más profunda. Probado en el conjunto de datos de imágenes CIFAR‑10, que incluye clases como aviones, gatos y camiones, el sistema mixto óptico‑electrónico se acercó a la precisión de un modelo completamente digital mientras trasladaba una parte considerable del cómputo pesado al dominio fotónico.

Qué podría significar esto para los centros de datos del futuro

En términos sencillos, este trabajo muestra que chips diminutos que calculan con luz pueden conectarse directamente a los enlaces de fibra óptica existentes en los centros de datos y actuar como aceleradores compartidos para cargas de trabajo de IA. Al combinar muchos colores de luz, múltiples caminos de retardo y un método de auto‑calibración incorporado, el procesador demostrado logra velocidades muy altas y buena precisión sin un consumo de energía excesivo. Si se escala, dispositivos similares podrían situarse entre los racks de almacenamiento y computación, realizando filtrado rápido y extracción de características sobre los datos en flujo, ayudando a que las máquinas «pensantes» del futuro funcionen más rápido y de forma más eficiente energéticamente.

Cita: Wang, J., Xu, X., Zhu, X. et al. Microcomb-enabled parallel self- calibration optical convolution streaming processor. Light Sci Appl 15, 149 (2026). https://doi.org/10.1038/s41377-025-02093-5

Palabras clave: computación óptica, hardware fotónico para IA, micropeine, aceleración en centros de datos, redes neuronales convolucionales