Un equipo de investigación ha desarrollado un dispositivo fotónico capaz de realizar multiplicación matriz-vector de forma no volátil, compacta y de banda ancha, pensado para acelerar cargas de trabajo de computación neuromórfica. La operación matriz-vector es el núcleo de las redes neuronales artificiales, y llevarla al dominio óptico promete reducir el consumo energético y aumentar la velocidad respecto a las implementaciones puramente electrónicas.

El trabajo aborda una limitación recurrente de los aceleradores fotónicos: la necesidad de mantener la configuración de los pesos de la red mediante un consumo continuo de energía, o bien sacrificar ancho de banda y tamaño del chip. La arquitectura presentada combina almacenamiento no volátil de los pesos con un formato compacto que permite operar sobre señales ópticas en un rango espectral amplio, sin requerir realimentación térmica o eléctrica constante.

En términos de funcionamiento, el dispositivo codifica el vector de entrada en la amplitud o fase de múltiples modos ópticos y lo hace interactuar con una matriz de pesos almacenada en el propio circuito fotónico. La multiplicación se produce de forma intrínseca durante la propagación de la luz, y el resultado se lee directamente en el dominio óptico, evitando conversiones intermedias que penalizan el rendimiento en sistemas híbridos electrónicos-ópticos.

La relevancia del avance reside en su potencial para integrarse en plataformas de fotónica integrada existentes, acercando los aceleradores ópticos de inferencia a aplicaciones prácticas en inteligencia artificial de borde y en centros de datos. Los autores señalan que la combinación de no volatilidad, compacidad y banda ancha sienta las bases para escalar el número de operaciones por segundo y por vatio. Como pasos siguientes, la comunidad espera ver la integración de estos bloques en sistemas de mayor tamaño y la caracterización de su precisión aritmética en tareas de aprendizaje profundo reales.