Q.ANT ha anunciado la disponibilidad de su segunda generación de Unidad de Procesamiento Nativo, el NPU 2, que presenta capacidades mejoradas de procesamiento no lineal que ofrecen ganancias sustanciales en eficiencia energética y rendimiento para aplicaciones de inteligencia artificial y computación de alto rendimiento. El procesador fotónico realiza matemáticas no lineales de forma nativa en luz, permitiendo nuevas clases de aplicaciones de IA y científicas que incluyen IA física, robótica avanzada, visión por computadora de próxima generación, inteligencia industrial y simulación basada en física.
Según el Dr. Michael Förtsch, CEO de Q.ANT, la compañía ofrece una nueva clase de procesadores que permiten ganancias de rendimiento más allá de las mejoras incrementales de sus contrapartes digitales, abriendo puertas a algoritmos superiores que los circuitos digitales no pueden lograr. El NPU 2 demuestra que el rendimiento y la sostenibilidad no son fuerzas opuestas sino aspectos complementarios de la computación avanzada. La tecnología aborda el desafío crítico de que la IA avanza más rápido que nuestra capacidad para alimentarla, convirtiendo la energía en la nueva frontera del avance computacional.
La aceleración de la IA ha alcanzado los límites físicos del silicio, donde cada nueva generación de GPU consume más energía y agua mientras produce más calor. Los sistemas de refrigeración ahora representan hasta el 40 por ciento del consumo total de energía de los centros de datos. El procesamiento fotónico cambia fundamentalmente esta ecuación ya que la luz viaja más rápido, genera calor mínimo y puede ejecutar funciones complejas en un solo paso óptico que requeriría miles de transistores en chips CMOS convencionales. La arquitectura de Q.ANT ofrece hasta 30 veces menos uso de energía y 50 veces más rendimiento para cargas de trabajo complejas de IA y HPC al reemplazar la lógica de transistores con computación analógica nativa en luz.
Q.ANT presentará su segunda generación de Unidad de Procesamiento Nativo en Supercomputing 2025 en St. Louis del 17 al 21 de noviembre. En el stand LRZ #535, la compañía ejecutará una demostración en vivo de aprendizaje de IA basado en imágenes impulsada por la Biblioteca de Algoritmos Fotónicos Q.ANT en sus procesadores fotónicos. El Q.PAL ofrece a los desarrolladores algoritmos y funciones no lineales eficientes para cargas de trabajo complejas, continuamente mejorados y optimizados por Q.ANT para el procesamiento fotónico orientado a aplicaciones. La demostración mostrará cómo los procesadores fotónicos logran resultados más precisos con menos parámetros y operaciones en comparación con los sistemas convencionales basados en CPU.
Los visitantes podrán probar cómo el NPU aprende imágenes en segundos usando una red neuronal no lineal, representando un avance significativo desde el simple reconocimiento de dígitos hasta la clasificación y aprendizaje de imágenes en solo un año. El Dr. Förtsch enfatizó que la computación fotónica está escalando mucho más rápido que la tecnología CMOS, logrando en un año lo que le tomó diez años a la computación digital. La rápida transición demuestra por qué la computación eficiente basada en luz impulsará la próxima ola de desarrollo de IA y HPC.
La segunda generación de NPU introduce un núcleo de procesamiento no lineal mejorado con unidades analógicas optimizadas para modelos de red no lineal que reducen drásticamente el número de parámetros y la profundidad de entrenamiento mientras mejoran la precisión para el aprendizaje de imágenes, clasificación y simulación física. El sistema se entrega como un servidor llave en mano montable en rack de 19 pulgadas a través del Servidor de Procesamiento Nativo NPS, que contiene múltiples procesadores NPU 2 y se integra perfectamente con CPU y GPU existentes mediante PCIe y APIs de C/C++/Python, haciendo que la aceleración fotónica sea inmediatamente implementable en entornos HPC y de centros de datos.
En aplicaciones prácticas como manufactura, logística e inspección, los procesadores fotónicos pueden ejecutar redes neuronales no lineales de manera mucho más eficiente, permitiendo que la IA visual reconozca defectos, rastree objetos y optimice inventarios con menos parámetros. Esto reduce drásticamente los costos de energía y hace que los sistemas de visión por computadora sean económicamente viables para tareas previamente consideradas demasiado intensivas en computación. La tecnología acelerará las arquitecturas de IA de próxima generación, incluyendo modelos híbridos que combinan razonamiento estadístico con modelado físico, avanzando en dominios como el descubrimiento de fármacos, diseño de materiales y optimización adaptativa donde tanto la complejidad no lineal como la extrema eficiencia energética son esenciales.
Los servidores Q.ANT equipados con los últimos procesadores NPU 2 ya están disponibles para pedido, con envíos a clientes programados para la primera mitad de 2026. Cada sistema se envía como un servidor llave en mano listo para centro de datos que se integra perfectamente en las infraestructuras HPC existentes. Más información sobre la compañía y sus soluciones de computación fotónica se puede encontrar en https://www.qant.com.
