Chip fotônico de IA calcula à velocidade da luz: 99% de precisão sem superaquecer

Cientistas da Universidade de Sydney criaram um protótipo de processador nanofotônico para inteligência artificial que processa dados com luz em vez de corrente elétrica. Em experimentos, ele classificou dezenas de milhares de imagens médicas com precisão de até 99%. A nova arquitetura executa os cálculos em picossegundos, ou trilionésimos de segundo, e elimina o problema de dissipação de calor que limita o desempenho dos servidores de silício atuais nos data centers.

Como funciona o chip fotônico

Nos processadores convencionais, os cálculos são feitos pelo movimento de elétrons em transistores de silício. O chip nanofotônico usa luz para processar a informação. Isso muda a física da limitação: a corrente elétrica que passa pelos bilhões de transistores de um chip moderno inevitavelmente gera calor, e combater o superaquecimento é um dos principais problemas de engenharia que freiam o aumento da densidade de computação dos data centers que hoje treinam e executam grandes modelos de IA. A luz, ao contrário da corrente elétrica, praticamente não gera calor ao atravessar os componentes ópticos do chip. Assim, a nova arquitetura evita o problema pela raiz, em vez de lidar com as consequências por meio de refrigeração.

O trabalho da Universidade de Sydney se encaixa em uma tendência de pesquisa mais ampla dos últimos anos: vários grupos científicos pelo mundo trabalham em paralelo em arquiteturas de computação óptica e fotônica como alternativa em potencial aos processadores de silício tradicionais para aprendizado de máquina. Essas tarefas se resumem a muitas multiplicações e somas, operações que a luz, em princípio, consegue executar mais rápido e com menos perda de energia que a corrente elétrica nos transistores.

Que precisão e velocidade o protótipo mostrou

Nos experimentos, o protótipo classificou com sucesso dezenas de milhares de imagens médicas com precisão de até 99%, comparável à de modelos modernos de visão computacional em hardware de silício tradicional. Os cálculos levaram picossegundos, ordens de magnitude mais rápido que os tempos de resposta típicos de circuitos eletrônicos. A escolha de imagens médicas para a demonstração não é por acaso: a classificação de imagens exige ao mesmo tempo alta precisão (um erro de diagnóstico custa caro) e rapidez no processamento de grandes volumes de dados, o que a torna um teste revelador para uma nova arquitetura de hardware.

Fatos principais:

• Desenvolvedor: cientistas da Universidade de Sydney
• Dispositivo: protótipo de processador nanofotônico para IA
• Precisão de classificação: até 99% em dezenas de milhares de imagens médicas
• Velocidade de cálculo: picossegundos (trilionésimos de segundo)
• Principal vantagem: ausência do problema de dissipação de calor

Por que isso pode resolver o superaquecimento dos data centers

Os data centers atuais, que cuidam do treinamento e da inferência de grandes modelos de IA, esbarram cada vez mais não na disponibilidade de núcleos de computação em si, mas em limites físicos: consumo de energia e remoção de calor de servidores de silício densamente empacotados. Cada geração de GPU é mais potente, mas também mais quente, o que obriga as operadoras a investir em sistemas de refrigeração cada vez mais complexos e caros, até a refrigeração líquida no nível de cada rack.

A arquitetura fotônica demonstrada em Sydney propõe um caminho radicalmente diferente: se o cálculo não gera uma quantidade significativa de calor, é possível aumentar a densidade de computação sem um aumento proporcional nos custos de refrigeração. O principal obstáculo para essas arquiteturas saírem do protótipo de laboratório para o produto industrial tradicionalmente não é tanto saber se a abordagem funciona, algo já confirmado várias vezes em experimentos de diferentes grupos, mas a complexidade e o custo de fabricar chips fotônicos em massa, diante de uma indústria de silício refinada ao longo de décadas. Ainda assim, cada novo resultado que mostra precisão comparável à do silício em uma tarefa aplicada real, como a classificação de imagens médicas em Sydney, aproxima o momento em que a computação fotônica deixará de ser apenas tema de publicações acadêmicas.

Para os data centers, que já hoje brigam por cada grau de eficiência de refrigeração, mesmo a substituição parcial de nós de silício por fotônicos em certos tipos de carga pode reduzir de forma perceptível os custos totais com eletricidade e infraestrutura.