China ya tiene el procesador fotónico, 100 veces más potente que el Nvidia A100

LightGen: el chip fotónico chino que promete 100 veces más eficiencia que la A100​

Un prototipo de laboratorio presentado por las universidades Jiao Tong de Shanghái y Tsinghua promete multiplicar por cien la eficiencia energética de la GPU Nvidia A100 en tareas de IA generativa. El chip, bautizado como LightGen, sustituye los transistores electrónicos por neuronas fotónicas que manipulan haces de luz. La noticia, publicada en la revista Science, ha reabierto un debate que lleva décadas sobrevolando la industria: ¿es la computación óptica el futuro o un brindis al sol recurrente?

Qué es LightGen y qué promete exactamente​

El procesador integra más de dos millones de neuronas fotónicas en una superficie de aproximadamente un cuarto de pulgada cuadrada, según los datos que acompañan al anuncio. Para hacerse una idea de la escala: los procesadores ópticos anteriores manejaban unos pocos miles de neuronas, suficientes para clasificación sencilla pero inservibles para generación compleja. LightGen, en cambio, apunta a cargas típicas de modelos generativos: creación y transformación de imágenes, vídeo y escenas 3D.

El truco está en el llamado espacio latente óptico. En los modelos generativos convencionales, el espacio latente es la representación comprimida de la información desde la que se generan los contenidos. Aquí se manipula directamente con luz, usando metasuperficies ultrafinas y matrices de fibra. El resultado, según los autores, es que se preserva mejor la estructura estadística de los datos y se reducen los pasos necesarios para generar el resultado.

Las limitaciones que el propio artículo reconoce​

No todo es luz. El trabajo subraya varias limitaciones que conviene leer antes de echar las campanas al vuelo. El sistema depende de láseres externos para generar y controlar la señal óptica, lo que complica el montaje y encarece la solución. La fabricación del chip requiere procesos específicos que no están integrados en la industria de semiconductores actual. Y llevarlo a centros de datos reales obligaría a resolver cuestiones de escalado, coste, integración con el hardware existente y fiabilidad a largo plazo.

Por eso los propios autores lo presentan como una línea de investigación prometedora, no como un reemplazo inmediato de las GPU. La distancia entre un prototipo de laboratorio y un producto comercial es, históricamente, un cementerio de promesas tecnológicas. Ahí están el grafeno, la computación cuántica o el metaverso como recordatorio.

El escepticismo: treinta años oyendo lo mismo​

La reacción más repetida entre los analistas que siguen esta tecnología es una mezcla de cansancio y cautela. Hay quien lleva escuchando hablar de procesadores fotónicos desde los años noventa y sostiene que nunca han pasado de prueba de concepto. El argumento es simple: si la tecnología fuera tan disruptiva, no se anunciaría a bombo y platillo, sino que se desarrollaría en silencio para no perder ventaja competitiva.

Otros apuntan a que ya existen procesadores fotónicos en Estados Unidos, como los de Neurophos, en fase de preproducción industrial con lanzamiento a dos años vista. La diferencia, señalan, es que lo chino es un prototipo de laboratorio y lo estadounidense está más cerca de la fábrica. La pregunta que sobrevuela es si China podrá industrializar su diseño sin acceso a las obleas de 2 nanómetros que dominan TSMC y Samsung.

Por qué importa aunque no sustituya a tu GPU mañana​

El impacto potencial no está en tu PC, sino en los centros de datos. Entrenar y ejecutar grandes modelos de IA exige hoy una potencia y una energía descomunales. Un acelerador específico más eficiente podría rebajar costes y hacer más asumible el despliegue de modelos avanzados. La computación fotónica no busca sustituir al procesador electrónico, al menos por ahora, sino complementarlo en fases concretas donde el cálculo con luz aporte una ventaja medible.

China no solo compite en chips electrónicos. Explora vías alternativas como la fotónica, la cuántica, la fusión o las baterías de sodio. La estrategia es sembrar tecnologías disruptivas aunque tarden décadas en madurar. La ventaja, si alguna llega, ya estará en su conocimiento y su ecosistema.

---

El paso de estos prototipos a productos comerciales dependerá de cómo se resuelvan las barreras técnicas y económicas en los próximos años. Mientras tanto, la pregunta sigue siendo la misma que hace treinta años: ¿esta vez es la buena o es otro titular que se quedará en el laboratorio?