- La computación reversible permite recuperar la energía que los chips tradicionales pierden en forma de calor al evitar el borrado de datos intermedios.
- Vaire Computing ha desarrollado un resonador microscópico capaz de almacenar y reutilizar energía, superando el consumo propio del componente.
- El sector avanza hacia arquitecturas especializadas (GPU, NPU, TPU) y la computación in-memory para optimizar el rendimiento por vatio.
- El reciclaje energético se extiende también a la gestión de residuos plásticos no reciclables para transformarlos en combustibles sintéticos.
Durante décadas, hemos dado por hecho que los procesadores de nuestros dispositivos se calientan porque es la única forma de que funcionen. Nos han vendido la idea de que ese calor residual es un peaje inevitable que hay que pagar para poder procesar datos, pero resulta que esto no es una ley física inamovible, sino más bien una cuestión de cómo hemos decidido diseñar el hardware hasta ahora.
Imagínate que el flujo de energía en un chip fuera como un coche que acelera a fondo y clava los frenos en cada esquina; pues eso es exactamente lo que pasa en la computación convencional. Al borrar la información que ya no sirve, se pierde una cantidad ingente de impulso energético que se escapa en forma de temperatura. Sin embargo, han surgido propuestas disruptivas para cambiar las reglas del juego, buscando que la energía no se desperdicie, sino que se recicle y se vuelva a aprovechar.
El salto hacia la computación reversible
En este escenario aparece la figura de Hannah Earley y su startup, Vaire Computing. Su enfoque se basa en la computación reversible, una teoría que ya rondaba hace medio siglo pero que era un dolor de cabeza de implementar. La idea es sencilla pero brillante: en lugar de borrar los pasos intermedios de un cálculo, el circuito los guarda. Esto permite que la operación se pueda ejecutar a la inversa, recuperando parte de la energía que normalmente se iría al aire.
Para que esto no se quede solo en el papel, Earley ha diseñado un componente clave llamado resonador. Este dispositivo actúa básicamente como un «péndulo glorificado» a escala microscópica, almacenando la energía recuperada para usarla más tarde. Lo más sorprendente es que han logrado crear un chip donde este resonador recupera más energía de la que gasta para funcionar, lo que supone una prueba de concepto brutal para un campo que hasta entonces era puramente teórico.
Superando el muro energético de la IA
Este avance llega en el momento justo, ya que la Inteligencia Artificial ha puesto contra las cuerdas a la industria. La famosa Ley de Moore, que decía que podíamos meter más transistores en menos espacio cada dos años, ha llegado a un tope físico. Ahora, el problema es que entrenar modelos de IA requiere un movimiento de datos masivo que dispara el consumo eléctrico, creando un cuello de botella térmico y energético insostenible para los centros de datos.
Para combatir esto, no solo se apuesta por la reversibilidad, sino por arquitecturas a medida y empaquetados avanzados. Ya no basta con una CPU que lo haga todo; ahora necesitamos un equipo coordinado. Aquí entran las GPU para el cálculo paralelo, las NPU para ejecutar IA directamente en el dispositivo (evitando viajes costosos a la nube) y las TPU para el aprendizaje automático profundo. La clave está en maximizar las operaciones por vatio consumido.
Innovaciones en el núcleo del silicio
Además de la estructura general, se está trabajando en el corazón del chip: el transistor. Al reducirlos al máximo, el riesgo de fugas eléctricas aumenta, por lo que se están rediseñando para controlar el flujo eléctrico con precisión quirúrgica. Otra técnica prometedora es la computación in-memory. Tradicionalmente, los datos viajan del procesador a la memoria y viceversa, un viaje que consume más energía que el propio cálculo. Al hacer que las operaciones ocurran dentro de la propia memoria, se elimina ese tráfico innecesario.
Por otro lado, existen investigaciones, como las realizadas en el MIT, sobre chips que ni siquiera necesitan baterías. Estos dispositivos son capaces de cosechar energía del entorno, aprovechando la luz natural, las vibraciones o los gradientes térmicos. Mediante un sistema de control sofisticado, pueden combinar estas fuentes intermitentes para alimentar sensores biomédicos o dispositivos de monitorización en lugares remotos.
El reciclaje energético más allá de la electrónica
Es curioso observar que el concepto de «reciclaje energético» también se aplica a la gestión de residuos industriales. Cuando ciertos plásticos no pueden reciclarse de forma mecánica, se recurre a la valorización energética. Esto implica convertir basura plástica en combustible mediante procesos como la pirólisis (calentamiento sin oxígeno) para obtener petróleo crudo sintético o gasóleo.
También existen la gasificación y la creación de combustibles sólidos de ingeniería. Estas tecnologías transforman los desechos en pellets que pueden sustituir al carbón en hornos de cemento o acero, reduciendo drásticamente la dependencia de combustibles fósiles y disminuyendo las emisiones de CO2. Al final, ya sea en un microchip o en una planta de residuos, el objetivo es el mismo: minimizar la entrada de energía externa optimizando los recursos que ya tenemos en el sistema.
La transición hacia una informática verdaderamente eficiente pasa por dejar de parchear los diseños actuales y empezar a construir el hardware desde cero bajo la premisa de la reversibilidad y el aprovechamiento térmico. Integrar resonadores en los procesos de fabricación comercial y combinar la computación in-memory con procesadores especializados permitirá que la infraestructura digital soporte el crecimiento de la IA sin colapsar la red eléctrica ni destruir el medio ambiente, cerrando así el ciclo donde la información y la energía trabajan en perfecta armonía.
