La crisis energética en la industria de la inteligencia artificial es cada vez más evidente. Cada nuevo modelo de lenguaje requiere gigavatios-hora para su entrenamiento, y el costo de operación de los centros de datos asciende a miles de millones de dólares. En este contexto, un grupo de investigadores de Extropic y el Instituto Tecnológico de Massachusetts ha propuesto un enfoque radicalmente diferente: una computadora termodinámica que, según sus estimaciones, podría aumentar la eficiencia energética de algunas tareas de IA en 10 000 veces.

El ruido físico como recurso, no como obstáculo

Los procesadores tradicionales, incluidas las GPU modernas, gastan enormes recursos en suprimir el ruido térmico y las fluctuaciones. Cada transistor, cada bit de datos está protegido de procesos físicos aleatorios, lo que requiere voltaje excesivo y refrigeración. Los autores del concepto proponen invertir este paradigma: en lugar de luchar contra el caos, utilizarlo.

La computación termodinámica (Thermodynamic Computing) se basa en que muchas tareas de IA son inherentemente probabilísticas. Buscar la respuesta más probable, optimizar una ruta, reconocer patrones: todo esto no requiere un determinismo absoluto. Un sistema que "respira" junto con el mundo físico, utilizando procesos térmicos aleatorios como parte del mecanismo computacional, puede realizar estas tareas con un consumo de energía incomparablemente menor.

Práctica: de la teoría al chip

Por ahora, se trata de investigación fundamental y simulaciones. Los autores presentaron una arquitectura que, sobre el papel, demuestra ventajas para ciertas clases de tareas. Sin embargo, el camino desde el concepto hasta un chip comercial, como en el caso de las computadoras cuánticas, puede llevar años. No obstante, este trabajo es una señal importante para el mercado: la industria busca alternativas no solo en velocidad, sino también en eficiencia energética.

La demanda de electricidad por parte de las grandes empresas tecnológicas ya es comparable al consumo de países enteros. Si el enfoque termodinámico resulta viable, podría no solo reducir los costos operativos, sino también disminuir la dependencia de costosos clústeres de GPU. En el contexto del desarrollo de arquitecturas cuánticas y neuromórficas, la computación termodinámica parece ser otro vector prometedor.

Opinión de experto: La idea de utilizar el ruido físico como un recurso computacional "gratuito" es elegante, pero su implementación se topa con limitaciones de ingeniería. Por ahora, es más un concepto que una solución lista, pero el hecho mismo de cambiar el enfoque de "luchar contra la naturaleza" a "colaborar con ella" habla de la madurez de la industria. Si Extropic y el MIT logran presentar un prototipo funcional, esto cambiará las reglas del juego para todo el sector de infraestructura de IA.