A Neurophos, uma startup de fotônica sediada em Austin, arrecadou US$ 110 milhões para desenvolver processadores ópticos projetados para acelerar a inferência de inteligência artificial, reduzindo o consumo de energia. A empresa, um spin-out da Duke University e da Metacept, uma incubadora administrada pelo professor da Duke, David R. Smith, está aproveitando os avanços em metamateriais para criar moduladores de meta superfície que funcionam como processadores de núcleo tensor. Esses processadores são projetados para realizar a multiplicação de vetores de matrizes, uma operação matemática central na IA, de forma mais eficiente do que as GPUs e TPUs tradicionais baseadas em silício.

A Neurophos afirma que sua unidade de processamento óptico, ao ajustar milhares de moduladores em um único chip, oferece um desempenho significativamente mais rápido em comparação com as GPUs de silício atuais usadas para inferência de IA. A tecnologia visa enfrentar o crescente desafio de dimensionar o poder de computação para aplicações de IA sem um aumento correspondente no uso de energia, uma preocupação crítica para laboratórios de IA e hyperscalers.

A tecnologia subjacente deriva da pesquisa em metamateriais, materiais compósitos artificiais que manipulam ondas eletromagnéticas de maneiras não convencionais. Smith, professor da Duke University, demonstrou o potencial desses materiais há duas décadas, criando uma capa de invisibilidade rudimentar que, embora limitada em suas capacidades, mostrou o potencial dos metamateriais para controlar a luz. Este trabalho inicial lançou as bases para a abordagem da Neurophos à computação óptica.

A inferência de IA, o processo de aplicar um modelo de IA treinado a novos dados para fazer previsões ou decisões, é uma tarefa computacionalmente intensiva. Atualmente, GPUs e TPUs especializadas lidam com essa carga de trabalho, mas seu consumo de energia é uma preocupação crescente. Os processadores ópticos da Neurophos oferecem uma alternativa potencial, usando luz em vez de eletricidade para realizar cálculos, o que pode levar a economias significativas de energia.

As implicações de uma inferência de IA mais eficiente se estendem além dos data centers. Uma IA mais rápida e com maior eficiência energética pode permitir novas aplicações em áreas como veículos autônomos, medicina personalizada e tradução de idiomas em tempo real. No entanto, o aumento da acessibilidade da IA também levanta questões sociais sobre viés, privacidade e deslocamento de empregos, questões que exigem consideração cuidadosa à medida que a tecnologia amadurece.

A Neurophos está atualmente focada no desenvolvimento e comercialização de sua unidade de processamento óptico. A rodada de financiamento de US$ 110 milhões será usada para aumentar a produção, refinar a tecnologia e expandir a equipe da empresa. A empresa pretende se posicionar como um player-chave no futuro do hardware de IA, oferecendo uma alternativa mais sustentável e poderosa aos processadores tradicionais baseados em silício.