La computación fotónica de la UPV busca reducir el consumo energético en centros de datos
Investigadores de la Universidad Politécnica de Valencia (UPV) han desarrollado una teoría de computación basada en luz, que puede disminuir significativamente el consumo energético de los centros de datos. Este avance, realizado en colaboración con la Universidad de Vigo, se centra en el uso de circuitos fotónicos integrados para procesar información de manera más eficiente que los sistemas electrónicos tradicionales.
Este desarrollo responde a la creciente demanda energética de los centros de datos, impulsada por el auge de la inteligencia artificial y el procesamiento masivo de datos. La tecnología fotónica propuesta permite acelerar procesos complejos en ámbitos como la salud, la automoción y la astronomía, además de reducir los tiempos de procesamiento en tareas críticas como diagnósticos médicos y simulaciones científicas.
El enfoque, que invierte el método tradicional de diseño de modelos matemáticos, se basa en crear un lenguaje adaptado a las capacidades de la tecnología fotónica. Esto facilitaría la escalabilidad y la implantación de chips fotónicos que puedan coexistir con los sistemas electrónicos actuales, lo que representa un paso importante hacia la sostenibilidad energética del sector tecnológico.
Desde una perspectiva política, este avance coincide con las políticas europeas que promueven la innovación en energías sostenibles y tecnologías digitales. La inversión en investigación y desarrollo en este campo puede contribuir a reducir la dependencia de fuentes energéticas tradicionales y promover la competitividad europea en tecnologías emergentes.
Mirando hacia el futuro, la implementación de la computación fotónica en sistemas reales podría transformar el funcionamiento de infraestructuras críticas y acelerar la adopción de tecnologías inteligentes. La apuesta por la innovación en este ámbito refleja la intención de la Unión Europea de mantener su liderazgo en investigación tecnológica avanzada para afrontar desafíos energéticos y de procesamiento de datos.