El problema del consumo energético en el ámbito de la inteligencia artificial se está volviendo crítico. Cada nuevo centro de datos requiere gigavatios de electricidad, y el costo de entrenamiento e inferencia de grandes modelos de lenguaje crece exponencialmente. Sin embargo, hay razones para creer que la solución podría no residir en aumentar la potencia computacional, sino en un enfoque fundamentalmente diferente para los propios cálculos.
Un grupo de investigadores de la empresa Extropic y del Instituto Tecnológico de Massachusetts presentó el concepto de una computadora termodinámica. Esta arquitectura no se basa en combatir el ruido físico, sino en su uso activo. Según las estimaciones de los autores, este enfoque podría aumentar la eficiencia energética en la ejecución de tareas específicas de IA hasta 10 000 veces en comparación con los procesadores tradicionales, incluidas las GPU.
El ruido como recurso, no como obstáculo
Los chips modernos gastan enormes recursos en suprimir las fluctuaciones térmicas y garantizar la determinación de cada bit. Pero muchas tareas de IA —como la búsqueda de la respuesta más probable o la optimización de funciones complejas— son inherentemente probabilísticas. Los cálculos termodinámicos proponen utilizar procesos físicos aleatorios como parte del algoritmo, en lugar de como un error que debe corregirse. Esto reduce drásticamente el consumo energético manteniendo la precisión del resultado.
Solución para una industria que se ahoga por el consumo energético
El interés por arquitecturas alternativas no solo se alimenta de la curiosidad científica, sino también de una necesidad práctica acuciante. Las grandes corporaciones tecnológicas ya invierten miles de millones en la construcción de nuevos centros de datos, y la demanda de electricidad para la infraestructura de IA sigue creciendo de manera exponencial. Si la computadora termodinámica resulta viable, podría no solo reducir las facturas de electricidad, sino también disminuir la necesidad de costosos clústeres, haciendo la IA más accesible.
Años hasta los chips comerciales, pero la tendencia es clara
Es importante entender: por ahora se trata de investigación fundamental y simulaciones, no de un producto terminado. Los autores demostraron las ventajas del enfoque para clases específicas de tareas, pero podrían pasar años hasta que aparezcan procesadores termodinámicos comerciales. No obstante, este trabajo refleja claramente la dirección general de la industria: junto con la computación cuántica y neuromórfica, la búsqueda de formas de reducir drásticamente el consumo energético se está convirtiendo en una de las principales prioridades.
Mi opinión: La computación termodinámica no es solo un concepto académico más. Es una respuesta lógica a una contradicción fundamental de la IA moderna: intentamos resolver problemas probabilísticos con máquinas deterministas. Si los investigadores logran llevar esta idea al plano práctico, podríamos ser testigos de un cambio de paradigma comparable a la transición de las válvulas de vacío a los transistores. Sin embargo, el camino desde la simulación hasta un chip funcional capaz de competir con las GPU será largo y espinoso.