O problema energético da IA reabre o caso da computação óptica

A computação óptica passou décadas à sombra da eletrônica convencional. Sua proposta é usar luz para executar operações matemáticas normalmente realizadas por circuitos eletrônicos. Mesmo assim, permaneceu por mais de 70 anos principalmente como área de pesquisa.

Isso começa a mudar. Novas empresas desenvolvem sistemas fotônicos enquanto a inteligência artificial aumenta a demanda por capacidade computacional e inferência eficiente. Isso não significa que processadores ópticos substituirão as GPUs em breve, mas cria um novo incentivo comercial.

A IEEE Spectrum informa que o valor combinado das empresas do setor chegou a US$ 2,22 bilhões, ante US$ 400 milhões em 2022. Há empresas nos Estados Unidos, China, Alemanha e Israel.

Por que a inferência é o alvo imediato

O principal motor é a inferência de IA: usar modelos treinados para responder a solicitações e fazer previsões. A expansão dos serviços de IA impulsiona data centers e aumenta o foco na energia necessária para operá-los continuamente.

Peter McMahon, da Cornell, afirmou que o interesse em fotônica cresce porque a inferência está limitada pela energia. Em princípio, sistemas ópticos podem executar certos cálculos com menos energia que hardware baseado em GPU.

A proposta não é substituir todos os componentes digitais por óptica, mas realizar cálculos específicos com eficiência.

Computação onde os dados já circulam

A Optalysys, da Inglaterra, coloca elementos ópticos no caminho da rede. Como os data centers já usam luz para comunicação, a empresa busca acrescentar capacidade computacional onde os sinais circulam. Seu elemento óptico integrado é um calculador de transformada de Fourier.

A oportunidade inicial pode ser complementar aceleradores no estilo Nvidia, incorporando fotônica a links e componentes onde ela se encaixa naturalmente.

Uma corrida tecnológica com valor adicional

Logan Wright, de Yale, disse que o avanço de várias empresas pode beneficiar a tecnologia mesmo que nem todas se tornem grandes fornecedoras de computação de IA. Os avanços também podem servir à computação científica e ao processamento integrado à rede.

Por enquanto, a computação óptica continua emergente. O investimento renovado, porém, mostra que eficiência energética se tornou uma questão central na competição de IA.

O que observar

  • Se sistemas fotônicos demonstrarão vantagens reais de consumo.
  • Se a computação em rede será uma entrada mais fácil que substituir processadores.
  • Se o investimento produzirá componentes úteis mesmo com ambições limitadas.

Este artigo baseia-se em reportagem da IEEE Spectrum. Leia o artigo original.

Originally published on spectrum.ieee.org