Das Energieproblem der KI rückt optisches Computing wieder in den Fokus

Optisches Computing stand jahrzehntelang im Schatten der klassischen Elektronik. Die Idee ist überzeugend: Licht soll mathematische Operationen ausführen, die sonst elektronische Schaltungen übernehmen. Dennoch blieb die Technologie über 70 Jahre vor allem ein Forschungsgebiet.

Das ändert sich nun. Neue Unternehmen entwickeln photonische Systeme, während KI den Bedarf an Rechenleistung und energieeffizienter Inferenz erhöht. Optische Prozessoren werden dadurch nicht sofort GPUs ersetzen, doch die Energiegrenzen der KI schaffen einen neuen kommerziellen Anreiz.

IEEE Spectrum berichtet, dass die gemeinsame Bewertung des Sektors 2,22 Milliarden US-Dollar erreicht hat, gegenüber 400 Millionen Dollar im Jahr 2022. Unternehmen entstehen in den USA, China, Deutschland und Israel.

Warum die Inferenz das unmittelbare Ziel ist

Der wichtigste Treiber ist die KI-Inferenz, also die Nutzung trainierter Modelle für Antworten und Vorhersagen. Die Ausweitung von KI-Diensten fördert den Bau großer Rechenzentren und lenkt den Blick auf deren laufenden Strombedarf.

Peter McMahon von Cornell erklärte, dass das Interesse an Photonik wächst, weil Inferenz zunehmend durch den Energieverbrauch begrenzt wird. Optische Systeme könnten bestimmte Berechnungen prinzipiell mit weniger Energie als GPU-basierte Hardware ausführen.

Es geht nicht darum, alle digitalen Komponenten zu ersetzen, sondern bestimmte Berechnungen effizienter durchzuführen.

Rechnen, wo die Daten bereits fließen

Optalysys aus England platziert optische Rechenelemente im Netzwerkpfad. Da Rechenzentren Licht bereits für die Kommunikation nutzen, soll zusätzliche Rechenleistung dort entstehen, wo optische Signale unterwegs sind. Das On-Chip-Element des Unternehmens ist ein Fourier-Transformationsrechner.

Die kurzfristige Chance könnte darin liegen, Photonik in geeignete Verbindungen und Komponenten zu integrieren, statt Beschleuniger nach dem Vorbild von Nvidia direkt zu ersetzen.

Ein Technologierennen mit zusätzlichem Nutzen

Logan Wright von Yale sagte, Fortschritte mehrerer Unternehmen könnten der Technologie helfen, selbst wenn nicht alle zu großen KI-Rechenanbietern werden. Die Entwicklungen könnten auch für wissenschaftliches Computing und netzwerkintegrierte Verarbeitung genutzt werden.

Optisches Computing bleibt ein aufstrebendes Hardwarefeld. Die neuen Investitionen zeigen jedoch, dass Energieeffizienz zu einer zentralen Wettbewerbsfrage der KI geworden ist.

Was zu beobachten ist

  • Ob photonische Systeme bei realen Inferenzlasten Vorteile beim Energieverbrauch zeigen.
  • Ob In-Network-Computing einen leichteren Markteintritt ermöglicht.
  • Ob trotz begrenzter KI-Ziele kommerziell nutzbare Komponenten entstehen.

Dieser Artikel basiert auf Berichten von IEEE Spectrum. Originalartikel lesen.

Originally published on spectrum.ieee.org