Нурлан Каримов 
Искусственный интеллект все глубже проникает в повседневную жизнь, от алгоритмов интернет-магазинов до передовых медицинских исследований. Однако за каждым действием скрывается огромная вычислительная мощность, сталкивающаяся с серьезными проблемами. Современные компьютеры потребляют колоссальное количество энергии и выделяют много тепла, что ограничивает их скорость и эффективность. В поисках решения исследователи обратились к неожиданной идее: вычислениям с помощью света вместо электричества.
Недавний прорыв немецкой технологической компании Q.ANT обещает изменить подходы к производству чипов для искусственного интеллекта, открывая путь к созданию более быстрых, экологичных и мощных компьютеров по всему миру.
В высокотехнологичном комплексе в Штутгарте инженеры представили передовую производственную линию, полностью посвященную фотонным чипам для ИИ. Эти чипы используют тонкопленочный ниобат лития (TFLN), особый материал, идеально подходящий для управления световыми сигналами. Этот материал позволяет чрезвычайно быстро контролировать световые волны, не выделяя при этом избыточного тепла.
Новый подход значительно снижает затраты и ускоряет разработку процессоров для ИИ за счет использования и модернизации существующих полупроводниковых фабрик. Инвестиции в размере 14 миллионов евро в эту инновацию могут изменить мировое производство чипов, показывая пример того, как другие страны могут укрепить свои технологические производственные возможности.
Генеральный директор компании-разработчика, доктор Михаэль Фёрч, говорит, что эта технология устанавливает «новый стандарт для производства чипов ИИ», указывая на большую энергоэффективность и независимость в производстве полупроводников.
Фотонные чипы, также известные как фотонные нейронные процессоры (NPU), представляют собой передовые процессоры, использующие свет вместо электричества для выполнения вычислений. В отличие от традиционных электронных чипов, основанных на движении электронов по металлическим проводникам, фотонные чипы манипулируют фотонами — частицами света — с помощью волноводов, модуляторов и других оптических компонентов, вытравленных на кремниевой подложке.
Этот переход к свету позволяет фотонным NPU выполнять определенные вычисления, особенно связанные с искусственным интеллектом и нейронными сетями, гораздо быстрее и эффективнее, чем обычные процессоры. В основе фотонного NPU лежит принцип оптической интерференции. Световые волны могут складываться или гасить друг друга в зависимости от их фазы и амплитуды, и это свойство используется для выполнения матричных умножений — ключевых операций в задачах ИИ.
Например, когда свет проходит через сеть программируемых интерферометров, ее можно настроить так, чтобы она представляла весовые матрицы, используемые в нейронных сетях. Результат интерференционных картин на выходе соответствует вычисленным данным, эффективно выполняя сложные операции со скоростью света.
Одним из главных преимуществ фотонных чипов является их способность одновременно обрабатывать несколько потоков данных с помощью метода спектрального уплотнения каналов (wavelength-division multiplexing). Каждая длина волны, или цвет света, может нести свой собственный поток информации, обеспечивая высокопроизводительную параллельную обработку без тепловых и электрических ограничений, замедляющих традиционные чипы. Это означает, что фотонные NPU могут достигать чрезвычайно высокой пропускной способности и меньшей задержки при значительно меньшем энергопотреблении.
Кроме того, фотонные чипы естественным образом подходят для аналоговых вычислений. В отличие от цифровой электроники, которая разбивает информацию на биты, фотонные системы могут представлять и обрабатывать непрерывные значения, что полезно для таких задач, как обработка сигналов и логический вывод в ИИ. Однако это также представляет собой вызов: поддержание точности и управление шумом в аналоговых оптических системах затруднительно, поэтому часто используются гибридные конструкции, объединяющие как фотонные, так и электронные компоненты.
Фотонные чипы могут обеспечить 50-кратное увеличение скорости обработки при 30-кратном снижении энергопотребления. Это означает, что центры обработки данных, критически важные для управления крупномасштабными вычислительными задачами, смогут работать быстрее и более устойчиво.
Доктор Фёрч подчеркивает критическую необходимость этого перехода, отмечая, что по мере того как ИИ и приложения с интенсивным использованием данных подталкивают традиционные полупроводниковые технологии к их пределам, необходимо переосмыслить подход к вычислениям на фундаментальном уровне. Фотонные процессоры предлагают именно такое устойчивое решение для удовлетворения растущих вычислительных потребностей без перегрузки существующей инфраструктуры.
Важным преимуществом фотонных чипов является их способность выполнять чрезвычайно быструю настройку оптических сигналов на частотах в несколько гигагерц. Поскольку при этих настройках они практически не выделяют тепла, они работают точнее и эффективнее, чем традиционные чипы из кремния. Эта эффективность необходима для современных систем ИИ, требующих интенсивных математических вычислений для таких задач, как машинное обучение, научное моделирование и анализ данных в реальном времени.
Профессор, доктор Йенс Андерс, руководитель полупроводникового института, где размещена новая производственная линия, подчеркивает, что новые фотонные чипы задают «образец для энергоэффективных вычислений следующего поколения». Он утверждает, что сейчас идеальное время для таких технологий, поскольку быстрый рост ИИ и связанных с ним приложений вскоре может перегрузить традиционные центры обработки данных.
Помимо лабораторных экспериментов, фотонные чипы уже демонстрируют свой потенциал в облачных испытаниях ИИ. Интегрированные в существующие центры обработки данных через стандартные интерфейсы PCIe, эти процессоры могут беспрепятственно усиливать текущие вычислительные установки. Они эффективно справляются с ключевыми задачами ИИ, такими как обучение моделей, сложные симуляции и высокопроизводительные математические операции, необходимые в приложениях машинного обучения.
Эта технология не стремится заменить традиционные процессоры, такие как графические процессоры (GPU), а скорее дополнить их, подобно тому, как GPU в настоящее время дополняют стандартные центральные процессоры (CPU). Доктор Фёрч объясняет, что они не заменяют GPU, а переформатируют экосистему вычислений следующего поколения, подчеркивая, что фотоника станет будущим стандартом для сопроцессоров ИИ.
В настоящее время производственная линия обрабатывает до 1000 полупроводниковых пластин в год, что позволяет вести непрерывную разработку и отладку конструкций чипов. Этот объект также служит исследовательским центром для передовых серверных технологий, разработанных специально для высокопроизводительных вычислений. Инженеры и исследователи могут быстро адаптировать архитектуру чипов к меняющимся потребностям рынка, значительно ускоряя путь от лаборатории до рынка.
Шесть лет назад команда, стоящая за этой инновацией, сделала ставку на технологию TFLN. Сегодня это решение дает явное преимущество. Сочетание их экспертизы в фотонике и полного контроля над производственным процессом — от сырья до готовой продукции — ставит их в уникальное положение в полупроводниковой промышленности. Это также знаменует собой важный шаг к тому, чтобы сделать высокоскоростные вычисления с низким энергопотреблением широко доступными и экономически жизнеспособными.
Создание образца для производства фотонных чипов помогает не только одному региону или одной компании. Оно предлагает модель для других стран, стремящихся укрепить свою полупроводниковую промышленность. В настоящее время мировое производство полупроводников сильно зависит от нескольких ключевых регионов. Любой сбой может иметь серьезные последствия, затрагивая все, от производства автомобилей до критически важных медицинских технологий.
Этот новый метод производства фотонных чипов способствует укреплению независимости от глобальных цепочек поставок. Страны, внедряющие аналогичные методы производства, смогут производить собственные передовые процессоры, повышая устойчивость к будущим сбоям. Эта стратегия предлагает практический путь к более распределенной и стабильной полупроводниковой промышленности.
Конечная цель компании амбициозна, но ясна: сделать фотонные процессоры неотъемлемыми компонентами глобальной инфраструктуры ИИ к 2030 году. Доктор Фёрч говорит, что к 2030 году они стремятся сделать свои фотонные процессоры масштабируемым, энергоэффективным краеугольным камнем инфраструктуры ИИ, подчеркивая долгосрочную приверженность устойчивому преобразованию технологий.
Влияние на вычисления будет преобразующим. Центры обработки данных станут прохладнее, быстрее и значительно дешевле в эксплуатации. Научные исследования и промышленные приложения ускорятся, позволяя инновациям в медицине, моделировании климата и робототехнике развиваться с беспрецедентной скоростью.
Этот прорыв — не просто постепенное улучшение, а кардинальный сдвиг. Используя мощь света, фотонные процессоры обещают существенные улучшения в скорости, эффективности и устойчивости. Они представляют собой не просто лучшую технологию, а более умную технологию, идеально подходящую для будущего, движимого ИИ.
С фотонными вычислениями узкие места традиционных чипов вскоре могут стать далеким воспоминанием. По мере масштабирования и распространения этой технологии возможности для инноваций безграничны. Отрасли, основанные на ИИ, исследовательские институты и даже персональные устройства могут вскоре испытать резкий скачок в скорости и эффективности. В быстро развивающемся цифровом мире фотонные чипы предлагают больше, чем просто технологический прогресс; они указывают ясный, светлый путь к устойчивому будущему вычислений.
