AI की ऊर्जा समस्या ने ऑप्टिकल कंप्यूटिंग के पक्ष में मामला फिर खोल दिया है
ऑप्टिकल कंप्यूटिंग दशकों से पारंपरिक इलेक्ट्रॉनिक्स की छाया में रही है। इसका मूल विचार प्रभावशाली है: गणितीय क्रियाएं करने के लिए प्रकाश का उपयोग करना, जिन्हें अन्यथा इलेक्ट्रॉनिक सर्किट संभालते। फिर भी 70 से अधिक वर्षों से यह तकनीक व्यापक व्यावसायिक कंप्यूटिंग प्लेटफ़ॉर्म बनने के बजाय मुख्यतः शोध का विषय बनी हुई है।
अब यह तस्वीर बदलने लगी है। कृत्रिम बुद्धिमत्ता की वजह से अधिक कंप्यूटिंग क्षमता और अधिक बिजली-कुशल inference की मांग बढ़ रही है, और कंपनियों की एक नई लहर photonic systems पर काम कर रही है। इसका अर्थ यह नहीं है कि optical processors जल्द ही data centers में graphics processors की जगह लेने वाले हैं। लेकिन इसका अर्थ यह जरूर है कि AI की ऊर्जा संबंधी सीमाओं ने ऐसे hardware को विकसित करने का नया व्यावसायिक कारण पैदा किया है, जिसे कभी तकनीकी रूप से दिलचस्प, लेकिन तैनाती के लिहाज से कठिन माना जाता था।
IEEE Spectrum की रिपोर्ट के अनुसार, optical-computing sector की कंपनियों का संयुक्त market valuation US$2.22 billion तक पहुंच गया है, जो 2022 में $0.4 billion था। United States, China, Germany और Israel में कंपनियां उभर रही हैं, जो उन computing architectures की तलाश के व्यापक प्रयास को दर्शाता है जो आज के electronic systems का पूरक बन सकें या चुनिंदा workloads में उन्हें चुनौती दे सकें।
Inference तत्काल लक्ष्य क्यों है
मुख्य प्रेरक AI inference है: trained models का उपयोग करके prompts का उत्तर देना और predictions करना। जैसे-जैसे अधिक लोग और व्यवसाय AI services का उपयोग कर रहे हैं, inference workloads बड़े data centers के निर्माण को बढ़ावा दे रहे हैं। इसका परिणाम केवल models को train करने के लिए ही नहीं, बल्कि उन्हें लगातार चलाने के लिए आवश्यक बिजली पर भी बढ़ता ध्यान है।
Cornell University में applied and engineering physics के associate professor Peter McMahon ने IEEE Spectrum को बताया कि photonics में रुचि इस वजह से बढ़ रही है कि AI inference किस हद तक power से सीमित हो गया है। कम-से-कम सैद्धांतिक रूप से, optical systems पारंपरिक GPU-based hardware की तुलना में संबंधित गणितीय क्रियाएं कहीं कम power में करने का रास्ता दे सकते हैं।
इसका वादा केवल यह नहीं है कि प्रकाश तेज़ी से चलता है। बात यह है कि विशेष रूप से design किया गया photonic hardware कुछ खास calculations को कुशलता से कर सकता है। यह digital computer के हर component को optics से बदलने की तुलना में अधिक सीमित और व्यावहारिक प्रस्ताव है। यही यह समझने में भी मदद करता है कि developers किसी एक सार्वभौमिक optical AI chip पर दांव लगाने के बजाय commercialization के कई रास्ते तलाश रहे हैं।
जहां data पहले से प्रवाहित हो रहा है, वहीं computing
एक तरीका England-based कंपनी Optalysys से आता है, जो networking path में optical-computing elements रख रही है। Data centers networking के लिए पहले से ही प्रकाश का उपयोग करते हैं, इसलिए यह रणनीति वहां computational capacity जोड़ने की कोशिश करती है जहां optical signals पहले से चल रहे हैं। रिपोर्ट के अनुसार, कंपनी का on-chip optical element एक Fourier transform calculator है।
यह model मौजूदा पुनरुत्थान में एक महत्वपूर्ण अंतर दिखाता है। निकट अवधि का अवसर Nvidia-style accelerators का सीधा replacement नहीं हो सकता। इसके बजाय, photonics को computing system के उन हिस्सों में शामिल किया जा सकता है जहां उसका स्वाभाविक उपयोग है, जैसे machines या components के बीच data ले जाने वाले links। यदि data के transit में ही उपयोगी calculations हो सकें, तो हर workload को एक साथ redesign किए बिना यह technology data-center architecture का हिस्सा बन सकती है।
अन्य प्रयास alternative AI algorithms, scientific computing और संबंधित photonic systems पर केंद्रित हैं। इन approaches की विविधता बताती है कि sector का मूल्य उन कंपनियों से आगे भी हो सकता है जो GPU makers के साथ सीधे प्रतिस्पर्धा करने के सबसे महत्वाकांक्षी लक्ष्य में सफल होती हैं।
तकनीकी दौड़, जिसका लाभ अन्य क्षेत्रों को भी मिल सकता है
Yale University में applied physics के assistant professor और McMahon की laboratory में पूर्व postdoctoral researcher Logan Wright ने IEEE Spectrum को बताया कि कई कंपनियों की मजबूत प्रगति से technology को लाभ हो सकता है, भले ही वे सभी प्रमुख AI-computing providers न बनें। विकास कार्य photonic systems को सक्षम कर सकता है जो अन्य विशेष उद्देश्यों की पूर्ति करें।
वर्तमान स्थिति को देखने का यह एक उपयोगी तरीका है। AI वह तात्कालिकता, investment और market attention दे रहा है, जिसकी ऑप्टिकल कंप्यूटिंग में वर्षों से कमी थी। लेकिन उस मांग से प्रेरित technical advances के applications scientific computing और network-integrated processing में भी हो सकते हैं। व्यावसायिक परिणाम इस बात पर निर्भर करेगा कि कंपनियां laboratory advantages को ऐसे systems में बदल पाती हैं या नहीं जो आधुनिक data centers के demanding environment में भरोसेमंद ढंग से काम करें।
फिलहाल, optical computing एक उभरता हुआ hardware field है, न कि electronic AI infrastructure का स्थापित replacement। हालांकि, renewed investment यह संकेत देता है कि power efficiency AI में एक केंद्रीय competitive issue बन गई है। जैसे-जैसे inference का विस्तार हो रहा है, hardware developers मौजूदा chips के तेज़ versions से आगे देख रहे हैं और उन architectures की ओर बढ़ रहे हैं जो computation के तरीके और स्थान—दोनों को बदलते हैं।
आगे किन बातों पर नजर रखें
- क्या photonic systems वास्तविक inference workloads पर उपयोगी power advantages प्रदर्शित करते हैं।
- क्या in-network computing full processor replacement की तुलना में आसान entry point तैयार करता है।
- क्या optical-computing investment व्यापक AI ambitions के अधूरे रहने पर भी commercially useful components तैयार करता है।
यह लेख IEEE Spectrum की reporting पर आधारित है। मूल लेख पढ़ें।
Originally published on spectrum.ieee.org





