A inteligência artificial (IA) está a tornar-se rapidamente mais poderosa e difundida, mas este crescimento tem um custo energético elevado. Os data centers já consomem cerca de 1,5% da energia global e esse número aumenta 12% anualmente. À medida que modelos de IA como o ChatGPT se tornam mais complexos, a procura por poder computacional – e eletricidade – só aumentará. Os pesquisadores estão agora explorando uma alternativa radical: computadores ópticos que usam luz em vez de eletricidade para realizar cálculos.
A promessa da computação óptica
Durante décadas, a computação óptica permaneceu em grande parte teórica. O desafio reside em imitar as portas lógicas dos computadores tradicionais com fótons em vez de elétrons. Ao contrário da eletricidade, a luz viaja naturalmente em linhas retas, dificultando a criação de funções não lineares necessárias para o processamento complexo de dados.
Uma equipe da Penn State publicou recentemente uma pesquisa na Science Advances delineando um avanço potencial. A abordagem deles usa uma configuração de “espelho infinito” – um loop de elementos ópticos – para codificar dados em feixes de luz, criando o comportamento não linear necessário sem lasers de alta potência ou materiais exóticos. O sistema captura padrões de luz com uma câmera microscópica, realizando cálculos relevantes para IA de maneira eficaz.
Por que isso é importante
A trajetória atual do consumo de energia da IA é insustentável. A expansão dos data centers já está sobrecarregando as redes elétricas e o impacto ambiental da geração de eletricidade é significativo. Para que a IA possa ser dimensionada de forma responsável, precisamos de métodos de computação mais eficientes.
A computação óptica oferece um caminho atraente a seguir. Ao contrário dos circuitos elétricos, os sistemas baseados em luz poderiam teoricamente operar em níveis de potência muito mais baixos, ao mesmo tempo que alcançam um desempenho comparável ou mesmo superior.
“A principal conclusão é que uma estrutura óptica cuidadosamente projetada pode produzir o comportamento não linear de entrada-saída que a IA precisa sem depender de materiais não lineares fortes ou lasers de alta potência”, explica Xingjie Ni, professor de engenharia da Penn State.
O caminho a seguir: sistemas híbridos
Apesar do progresso, os computadores ópticos não estão preparados para substituir os chips de silício tradicionais tão cedo. A tecnologia enfrenta obstáculos de fabricação e requer mais refinamento antes da implantação prática. Os especialistas prevêem que ainda faltam dois a cinco anos para que os protótipos prontos para a indústria estejam dependentes de financiamento e de aplicações específicas.
O cenário mais provável é uma abordagem híbrida : integração de chips ópticos junto com GPUs existentes para acelerar tarefas de IA com uso intensivo de computação. Isso permitiria que a eletrônica lidasse com o processamento de uso geral, enquanto a óptica lidasse com cargas de trabalho que consomem muita energia.
Francesca Parmigiani, da Microsoft Research, observa que a computação óptica “tem o potencial de realizar com eficiência muito mais operações em paralelo e em velocidades significativamente mais altas do que o hardware digital convencional”. Chene Tradonsky, cofundador da LightSolver, enfatiza que a eficiência energética não é mais secundária no desenvolvimento da IA.
Em última análise, a computação óptica representa um passo crucial em direção a um futuro mais sustentável para a IA. Embora os desafios permaneçam, as recompensas potenciais – consumo de energia reduzido, processamento mais rápido e custos mais baixos – fazem deste um campo que vale a pena observar.
