Hardware e InferenciaInvestigación 🇺🇸 27.07.2026 05:02

La tecnología óptica permite actualizar robots de IA sobre la marcha

Cornell TechCornell Tech
Investigadores de Cornell Tech han desarrollado un receptor óptico que escribe datos directamente en la memoria del chip utilizando luz, evitando los circuitos analógicos de alto consumo energético. La tecnología utiliza matrices de luz similares a códigos QR para transmitir parámetros de modelos de inteligencia artificial, lo que podría reducir el consumo de energía en centros de datos, vehículos autónomos y robots de borde.
En el Simposio IEEE/JSAP sobre Tecnología y Circuitos VLSI, se presentó un nuevo diseño de receptor óptico desarrollado por el investigador postdoctoral de Cornell Tech, Yifan He, y el profesor Jae-sun Seo. El receptor utiliza fotodiodos integrados en las celdas de memoria estática de acceso aleatorio (SRAM, por sus siglas en inglés) del procesador: la luz de una matriz de LED similar a un código QR genera una fotocorriente que modifica directamente los bits en la memoria. Este enfoque permite transmitir los parámetros del modelo de inteligencia artificial sin utilizar circuitos analógicos, que normalmente consumen mucha energía. En los sistemas actuales, los datos adicionales se almacenan en memoria dinámica de acceso aleatorio (DRAM, por sus siglas en inglés), y transferirlos a través de interconexiones eléctricas crea un cuello de botella en la eficiencia energética. Los canales ópticos ofrecen un alto ancho de banda con menores pérdidas, pero los receptores existentes requieren convertidores analógicos que consumen mucha energía. El nuevo circuito evita este problema al operar completamente de forma digital. Por ahora, es un prototipo de 14x14 bits, pero los investigadores están colaborando con grupos de óptica para construir un transmisor rápido capaz de actualizar la matriz millones de veces por segundo. La tecnología podría encontrar aplicaciones en robótica de inteligencia artificial en el borde, por ejemplo, para actualizar modelos de IA en robots de almacén o en microrobots con memoria limitada. Dennis Sylvester, de la Universidad de Míchigan, destacó el potencial comercial del desarrollo, pero señaló que las celdas fotosensibles actualmente son más grandes que las celdas SRAM normales, lo que reduce la densidad de memoria. El equipo está trabajando en reducir el tamaño de las celdas mediante la optimización de transistores y la reducción de escala de la tecnología CMOS.
Fuente: IEEE Spectrum AI — original
Nuestros artículos anteriores sobre este tema ↓
Noticias frescas