Mientras la industria de la inteligencia artificial lucha con facturas de electricidad colosales, un grupo de investigadores de la empresa Extropic y el Instituto Tecnológico de Massachusetts propone un camino radicalmente diferente. Han presentado el concepto de computadora termodinámica — una arquitectura computacional que, según sus estimaciones, podría hacer que la ejecución de algunas tareas de IA sea hasta 10 000 veces más eficiente energéticamente en comparación con los procesadores tradicionales.
La esencia de este enfoque paradójico es simple: en lugar de gastar energía en suprimir el ruido térmico y las fluctuaciones, que en los chips clásicos se consideran una interferencia, la nueva arquitectura propone utilizar estos procesos físicos aleatorios directamente en los cálculos. Este principio ha sido denominado «cálculos termodinámicos».
Por qué funciona específicamente para la IA
La observación clave de los investigadores es que muchas tareas de inteligencia artificial —como la generación de texto, la búsqueda de la respuesta más probable o la optimización de decisiones— son por naturaleza probabilísticas. No requieren un determinismo absoluto, como los cálculos matemáticos clásicos. Las GPU tradicionales gastan enormes recursos en realizar operaciones lógicas precisas cuando, en realidad, el sistema solo necesita encontrar la opción «más probable». Una computadora termodinámica, al operar con ruido físico, potencialmente podría hacerlo mucho más rápido y con un consumo mínimo de energía.
Solución al principal problema de la era de la IA
El interés en arquitecturas de este tipo se debe a la crisis del consumo energético. Los gigantes tecnológicos más grandes invierten miles de millones de dólares en la construcción de centros de datos, y la demanda de electricidad para el entrenamiento y la inferencia de los LLM modernos crece exponencialmente. Si los cálculos termodinámicos demuestran su viabilidad, esto podría no solo reducir las facturas de energía, sino también disminuir drásticamente el costo de la propia infraestructura de IA, haciendo accesibles los modelos avanzados sin necesidad de construir clústeres gigantescos.
Horizonte de implementación
Es importante entender: por ahora, esto es una investigación fundamental. Los autores presentaron la arquitectura y los resultados de simulaciones que demuestran ventajas para clases específicas de tareas. Podrían pasar años antes de que aparezcan chips comerciales basados en este principio. Sin embargo, el trabajo en sí mismo es un indicador claro de hacia dónde se dirige la industria. A medida que la escala de los modelos sigue creciendo, la búsqueda de alternativas a los cálculos tradicionales (junto con las computadoras cuánticas y neuromórficas) se convierte no solo en un interés académico, sino en una necesidad apremiante.
Opinión del experto: La idea de utilizar el ruido físico como un recurso, y no como una interferencia, es un elegante cambio de paradigma. Si los investigadores logran escalar este concepto, podríamos ser testigos del surgimiento de una nueva clase de dispositivos computacionales que serán radicalmente diferentes a todo lo que hemos visto antes. Sin embargo, el camino desde el modelo matemático hasta un chip de silicio capaz de competir con las GPU modernas será largo y espinoso.