Nuestra capacidad de meter transistores cada vez más pequeños en un chip ha permitido la era actual de la informática ubicua. Pero ese enfoque finalmente está llegando a sus límites, según algunos expertos. declarando el fin de la Ley de Moore y un principio relacionado, conocido como escala de Dennard.
Esos acontecimientos no podrían llegar en peor momento. La demanda de potencia informática se ha disparado en los últimos años gracias en gran parte al auge de la inteligencia artificial, y no muestra signos de desaceleración.
Ahora Lightmatter, una empresa fundada por tres exalumnos del MIT, continúa el notable progreso de la informática repensando el elemento vital del chip. En lugar de depender únicamente de la electricidad, la empresa también utiliza la luz para el procesamiento y el transporte de datos. Los dos primeros productos de la compañía, un chip especializado en operaciones de inteligencia artificial y una interconexión que facilita la transferencia de datos entre chips, utilizan fotones y electrones para impulsar operaciones más eficientes.
“Los dos problemas que estamos resolviendo son ‘¿Cómo hablan los chips?’ y ‘¿Cómo haces esto? [AI] ¿Cálculos?’”, Dice el cofundador y director ejecutivo de Lightmatter, Nicholas Harris PhD ’17. “Con nuestros dos primeros productos, Envise y Passage, abordamos ambas preguntas”.
En un guiño a la magnitud del problema y la demanda de IA, Lightmatter recaudó poco más de 300 millones de dólares en 2023 con una valoración de 1.200 millones de dólares. Ahora la compañía está demostrando su tecnología con algunas de las empresas de tecnología más grandes del mundo con la esperanza de reducir la enorme demanda de energía de los centros de datos y los modelos de inteligencia artificial.
“Vamos a habilitar plataformas además de nuestra tecnología de interconexión que están compuestas por cientos de miles de unidades informáticas de próxima generación”, afirma Harris. “Eso simplemente no sería posible sin la tecnología que estamos construyendo. “
De la idea a los 100.000 dólares
Antes de MIT, Harris trabajó en la empresa de semiconductores Micron Technology, donde estudió los dispositivos fundamentales detrás de los chips integrados. La experiencia le hizo ver cómo el enfoque tradicional para mejorar el rendimiento de la computadora (introducir más transistores en cada chip) estaba llegando a sus límites.
“Vi cómo la hoja de ruta para la informática se estaba desacelerando y quise descubrir cómo podía continuar con ella”, dice Harris. “¿Qué enfoques pueden mejorar las computadoras? La computación cuántica y la fotónica fueron dos de esos caminos”.
Harris llegó al MIT para trabajar en computación cuántica fotónica para su doctorado con Dirk Englund, profesor asociado en el Departamento de Ingeniería Eléctrica e Informática. Como parte de ese trabajo, construyó chips fotónicos integrados basados en silicio que podían enviar y procesar información utilizando luz en lugar de electricidad.
El trabajo dio lugar a decenas de patentes y más de 80 artículos de investigación en revistas prestigiosas como Naturaleza. Pero otra tecnología también llamó la atención de Harris en el MIT.
“Recuerdo caminar por el pasillo y ver a los estudiantes saliendo de estas aulas del tamaño de un auditorio, viendo videos en vivo de conferencias para ver a los profesores enseñar aprendizaje profundo”, recuerda Harris, refiriéndose a la técnica de inteligencia artificial. “Todos en el campus sabían que el aprendizaje profundo iba a ser muy importante, así que comencé a aprender más sobre él y nos dimos cuenta de que los sistemas que estaba construyendo para la computación cuántica fotónica en realidad podían aprovecharse para realizar aprendizaje profundo”.
Harris había planeado convertirse en profesor después de su doctorado, pero se dio cuenta de que podía atraer más financiación e innovar más rápidamente a través de una startup, por lo que se asoció con Darius Bunandar PhD ’18, que también estaba estudiando en el laboratorio de Englund, y Thomas Graham MBA. ’18. Los cofundadores se lanzaron con éxito al mundo de las startups victorioso el Concurso de Emprendimiento MIT $100K 2017.
viendo la luz
El chip Envise de Lightmatter toma la parte de la computación que los electrones hacen bien, como la memoria, y la combina con lo que la luz hace bien, como realizar multiplicaciones masivas de matrices de modelos de aprendizaje profundo.
“Con la fotónica, se pueden realizar múltiples cálculos al mismo tiempo porque los datos provienen de diferentes colores de luz”, explica Harris. “En un solo color, podrías tener la foto de un perro. En otro color podrías tener una foto de un gato. En otro color, tal vez un árbol, y se podrían tener esas tres operaciones pasando por la misma unidad de computación óptica, esta matriz aceleradora, al mismo tiempo. Eso aumenta las operaciones por área y reutiliza el hardware existente, lo que aumenta la eficiencia energética”.
Passage aprovecha las ventajas de latencia y ancho de banda de la luz para vincular procesadores de manera similar a cómo los cables de fibra óptica usan la luz para enviar datos a largas distancias. También permite que chips del tamaño de obleas enteras actúen como un único procesador. El envío de información entre chips es fundamental para ejecutar las enormes granjas de servidores que impulsan la computación en la nube y ejecutan sistemas de inteligencia artificial como ChatGPT.
Ambos productos están diseñados para aportar eficiencia energética a la informática, que según Harris son necesarias para mantenerse al día con la creciente demanda sin generar grandes aumentos en el consumo de energía.
“Para 2040, algunos predicen que alrededor del 80 por ciento de todo el uso de energía en el planeta se dedicará a centros de datos y computación, y la IA representará una enorme fracción de eso”, dice Harris. “Cuando nos fijamos en las implementaciones informáticas para entrenar estos grandes modelos de IA, se dirigen hacia el uso de cientos de megavatios. Su consumo de energía está a la escala de las ciudades”.
Lightmatter está trabajando actualmente con fabricantes de chips y proveedores de servicios en la nube para una implementación masiva. Harris señala que debido a que los equipos de la empresa funcionan con silicio, pueden producirse en instalaciones de fabricación de semiconductores existentes sin cambios masivos en el proceso.
Los ambiciosos planes están diseñados para abrir un nuevo camino para la informática que tendría enormes implicaciones para el medio ambiente y la economía.
“Vamos a seguir analizando todas las piezas de las computadoras para descubrir dónde la luz puede acelerarlas, hacerlas más eficientes energéticamente y más rápidas, y continuaremos reemplazando esas piezas”, dice Harris. “En este momento, estamos centrados en la interconexión con Passage y en la informática con Envise. Pero con el tiempo, construiremos la próxima generación de computadoras y todo se centrará en la luz”.