enero 23, 2026
tc-backlight-e1689786273147.png

Hace veinte años, David R. Smith, profesor de la Universidad de Duke, utilizó materiales compuestos artificiales llamados “metamateriales” para crear una capa de invisibilidad real. Aunque esta capa en realidad no funcionaba como la de Harry Potter y solo tenía una capacidad limitada para ocultar objetos de la luz de una sola longitud de microondas, estos avances en la ciencia de los materiales finalmente se trasladaron a la investigación del electromagnetismo.

Hoy, Neurophos, una startup de fotónica con sede en Austin que surgió de la Universidad de Duke y Metacept (una incubadora dirigida por Smith), está llevando esa investigación más allá para resolver quizás el mayor problema que enfrentan los laboratorios de inteligencia artificial y los hiperescaladores: cómo escalar la potencia informática mientras se mantiene el consumo de energía bajo control.

La startup ha desarrollado “moduladores de metasuperficie” con propiedades ópticas que le permiten servir como procesador central tensorial para la multiplicación de vectores de matrices: matemáticas que están en el centro de gran parte del trabajo de IA (particularmente la inferencia) y que actualmente se llevan a cabo mediante GPU y TPU especializadas que utilizan puertas de silicio y transistores convencionales. Al colocar miles de estos moduladores en un chip, Neurophos afirma que su “unidad de procesamiento óptico” es significativamente más rápida que las GPU de silicio que se utilizan actualmente en masa en los centros de datos de IA, y mucho más eficiente en la inferencia (ejecución de modelos entrenados), lo que puede ser una tarea bastante costosa.

Para financiar el desarrollo de sus chips, Neurophos acaba de recaudar 110 millones de dólares en una ronda Serie A liderada por Gates Frontier (la empresa de riesgo de Bill Gates), con la participación de M12 de Microsoft, Carbon Direct, Aramco Ventures, Bosch Ventures, Tectonic Ventures, Space Capital y otros.

Los chips fotónicos no son nada nuevo. En teoría, los chips fotónicos ofrecen un mayor rendimiento que el silicio tradicional porque la luz genera menos calor que la electricidad, puede viajar más rápido y es mucho menos susceptible a los cambios de temperatura y a los campos electromagnéticos.

Sin embargo, los componentes ópticos suelen ser mucho más grandes que sus homólogos de silicio y puede resultar difícil producirlos en masa. Y los chips fotónicos también requieren convertidores para convertir datos de digitales a analógicos y viceversa, que pueden ser grandes y consumir mucha energía.

Sin embargo, Neurophos cree que la metasuperficie que está desarrollando puede resolver todos estos problemas de una sola vez, ya que es aproximadamente “10.000 veces” más pequeña que los transistores ópticos convencionales. El pequeño tamaño, dice la startup, le permite colocar miles de unidades en un chip, lo que resulta en una eficiencia mucho mayor que el silicio tradicional porque el chip puede realizar muchos más cálculos a la vez.

Evento tecnológico

san francisco
|
13 al 15 de octubre de 2026

“Si reduce el tamaño del transistor óptico, puede hacer muchos más cálculos en el dominio óptico antes de tener que volver a realizar la conversión al dominio electrónico”, dijo a TechCrunch el Dr. Patrick Bowen, director ejecutivo y cofundador de Neurophos. “Si quieres ser rápido, primero tienes que resolver el problema de la eficiencia energética. Porque si tomas un chip y lo haces 100 veces más rápido, utiliza 100 veces más energía. Así que tienes el privilegio de ser rápido después de resolver el problema de la eficiencia energética”.

El resultado, afirma Neurophos, es una unidad de procesamiento óptico que puede superar con creces a la GPU B200 AI de Nvidia. La startup dice que su chip puede funcionar a 56 GHz, lo que brinda un rendimiento máximo de 235 peta operaciones por segundo (POPS) y consume 675 vatios, en comparación con el B200, que puede entregar 9 POPS a 1000 vatios.

Bowen dice que Neurophos ya ha conseguido varios clientes y que empresas como Microsoft están “observando muy de cerca” los productos de la startup.

Aun así, la startup está entrando en un mercado abarrotado dominado por Nvidia, la empresa pública más valiosa del mundo, cuyos productos han apuntalado más o menos todo el auge de la IA. Hay otras empresas que también trabajan en fotónica, aunque algunas, como Lightmatter, se han centrado en las interconexiones. Y a Neurophos todavía le faltan algunos años para comenzar la producción, y se espera que los primeros chips lleguen al mercado a mediados de 2028.

Sin embargo, Bowen confía en que los avances en rendimiento y eficiencia de la metasuperficie demostrarán ser una barrera protectora suficiente.

“Lo que todos los demás están haciendo, y eso incluye a Nvidia, es más evolutivo que revolucionario en términos de la física fundamental del silicio y está ligado al progreso de TSMC. Si nos fijamos en la mejora de los nodos de TSMC, en promedio la eficiencia energética mejora alrededor de un 15%, y eso lleva algunos años”, dijo.

“Incluso observando las mejoras arquitectónicas de Nvidia a lo largo de los años, todavía tenemos enormes ventajas sobre todos los demás en el mercado de cara a su lanzamiento en 2028, comenzando con una ventaja de 50 veces sobre Blackwell tanto en eficiencia energética como en velocidad”.

Y para resolver el problema de fabricación al que se han enfrentado tradicionalmente los chips ópticos, Neurophos dice que los chips se pueden fabricar utilizando materiales, herramientas y procesos de fundición de silicio estándar.

Los nuevos fondos se utilizarán para desarrollar el primer sistema informático fotónico integrado de la empresa, incluidos módulos OPU preparados para centros de datos, una pila de software completa y hardware de desarrollador de acceso temprano. La empresa también abrirá una instalación de ingeniería en San Francisco y ampliará su sede en Austin, Texas.

“La inferencia de IA moderna requiere enormes cantidades de potencia y potencia informática”, dijo en un comunicado el Dr. Marc Tremblay, vicepresidente corporativo y director técnico central de infraestructura de IA de Microsoft. “Necesitamos un gran avance en el procesamiento de datos que esté a la par de los avances que hemos visto en los propios modelos de IA, y eso es exactamente lo que el equipo de tecnología y densidad de talento de Neurophos está desarrollando”.

About The Author