¿Qué es la computación fotónica y cómo puede pasar de promesa a comercialización?

Los avances en computación basada en silicio han impulsado la innovación en las últimas décadas. Sin embargo, la carga de trabajo actual -que incluye grandes proyectos como simulaciones climáticas y entrenamiento en inteligencia artificial (IA)- está exigiendo a las computadoras de alto rendimiento hasta sus límites.

Mientras tanto, la computación cuántica se encuentra todavía en una fase inicial, a años luz de poder dar soporte a aplicaciones a escala comercial. En este vacío aparece un aspirante prometedor: la computación fotónica (u óptica).

La computación fotónica utiliza la luz en lugar de la electricidad para realizar cálculos. Aunque el concepto se lleva investigando desde hace décadas, los últimos avances lo están acercando a la viabilidad comercial.

De hecho, Gartner acaba de incluir la computación fotónica en su Ciclo de Hype 2025 para Tecnologías de Infraestructutura de Centros de Data, un indicador clave de que la tecnología está ganando terreno entre los líderes de la industria y los inversores.

La computación fotónica aprovecha la velocidad y la eficiencia de la luz. Los fotones pueden transmitir datos más rápido que los electrones y funcionan en entornos de bajo consumo energético, lo que los hace perfectos para procesar cargas de trabajo intensivas, como cálculos científicos, aprendizaje automático y problemas de optimización.

Además, mientras que los sistemas electrónicos disipan calor y requieren enfriamiento intensivo, los sistemas ópticos funcionan con un consumo térmico mínimo.

El entusiasmo por la computación fotónica está creciendo y las investigaciones en curso están allanando el camino hacia un nuevo mundo de computadoras más rápidas y eficientes.

El campo de la computación fotónica cuenta con varias arquitecturas, cada una con sus propias ventajas y desventajas:

1. Óptica en espacio libre (FSO): La forma más antigua de computación óptica, los sistemas de FSO procesan la información manipulando la luz en el aire o en el vacío por medio de lentes, moduladores espaciales de luz y máscaras. Los sistemas de FSO varían en tamaño, desde pequeñas cajas hasta varios racks, y ofrecen flexibilidad y velocidad.

Sin embargo, estos sistemas se enfrentan a algunos desafíos antes de poder convertirse en productos prácticos. Una cuestión clave es hacer que los sistemas sean más duraderos y fiables, lo que requiere una mejor ingeniería optomecánica, como la integración de bloques ópticos sólidos, moduladores espaciales de luz (SLM) integrados o metamateriales fotónicos.

Otro problema es que los moduladores espaciales de luz actuales, que manipulan y controlan la luz en estos sistemas, son mucho más lentos que los dispositivos electrónicos. Sin embargo, se está desarrollando una nueva generación de SLM más rápidos y con mayor resolución que deberían ayudar a superar estas limitaciones.

2. Chips fotónicos: Los chips fotónicos combinan componentes ópticos miniaturizados, como láseres, divisores de haz e interferómetros, en un formato compacto, lo que facilita su integración en arquitecturas electrónicas existentes y aumenta su velocidad. Existen muchas tecnologías en este campo, pero todas ellas tienen dificultades para escalar y realizar tareas más complejas.

Los diseños actuales de chips son en su mayoría bidimensionales, lo que limita su utilidad. Para aumentar su rendimiento, algunas empresas han intentado conectar chips entre sí, pero esto suele provocar una pérdida significativa de señal. Otro desafío es que los chips fotónicos no pueden almacenar memoria de forma óptica, por lo que tienen que cambiar constantemente entre luz y electricidad, lo que reduce el rendimiento y la precisión. En circuitos ópticos grandes, las señales analógicas también pueden debilitarse y generar ruido, lo que dificulta la obtención de resultados precisos.

Debido a la dificultad de escalabilidad, algunas empresas están pasando de fabricar chips de IA totalmente ópticos a crear interconexiones ópticas, que utilizan la luz para mover datos entre componentes electrónicos. Esta vía implica la creación de nuevos materiales y dispositivos que reduzcan la pérdida de señal y mejoren la precisión. Por ejemplo, el niobato de litio se ha mostrado prometedor en los primeros experimentos.

3. Sistemas de fibra óptica: Estos sistemas utilizan la luz guiada dentro de fibras ópticas, basándose en la infraestructura madura de las comunicaciones por fibra óptica para realizar cálculos complejos, que son útiles para resolver problemas difíciles en optimización e inteligencia artificial, entre otros.

Un ejemplo es la máquina de Ising coherente (CIM), que envía pulsos de luz alrededor de un bucle de fibra óptica para realizar cálculos. Sin embargo, depende de la electrónica para funciones clave, lo que da lugar a una conversión óptico-eléctrico-óptica que reduce significativamente la velocidad de cálculo. Es probable que los diseños futuros se orienten hacia arquitecturas basadas en chips para mejorar la integración y la escalabilidad. Para aprovechar al máximo la ventaja óptica, la matriz de puertas programables en campo (FPGA) electrónica que controla la computadora debe sustituirse por un procesador totalmente óptico, eliminando así la pérdida de velocidad debida a la conversión.

Otro diseño creativo utiliza fibras especiales con múltiples núcleos para realizar muchos cálculos al mismo tiempo, como una multitarea con luz. La mayoría de los sistemas de fibra óptica multinúcleo se encuentran todavía en fase de investigación.

A pesar del creciente impulso, es necesario superar otros obstáculos técnicos antes de que la computación fotónica pueda alcanzar una adopción generalizada:

Estamos entrando en una etapa crítica en la evolución de la computación fotónica. Con una creciente demanda global de computadoras más rápidas, verdes y potentes, los sistemas fotónicos ofrecen una alternativa que complementa y, en algunos casos, supera a las computadoras tradicionales basadas en silicio.

Aunque los sistemas totalmente ópticos en espacio libre parecen los más viables a corto plazo, los sistemas híbridos que combinan componentes ópticos y electrónicos también pueden jugar un papel importante, especialmente si los avances en la conversión OEO reducen el consumo energético.

La computación en memoria, es decir, el uso simultáneo de la luz para el cálculo y el almacenamiento, podría ser prometedora. A medio plazo, las arquitecturas que combinan el procesamiento espacial y temporal podrían alcanzar nuevos niveles de rendimiento y eficiencia.