AIの電力問題が光コンピューティングを再浮上させる

光コンピューティングは長年、従来型電子技術の影にあった。光を使って電子回路が担う数学演算を行うという考えは魅力的だが、70年以上にわたり主に研究対象にとどまってきた。

現在、AIによる計算能力と省電力推論への需要を背景に、フォトニックシステムを開発する企業が増えている。光プロセッサが近くGPUを置き換えるという意味ではないが、電力制約が新たな商業的理由を生んでいる。

IEEE Spectrumによると、光コンピューティング企業の合計評価額は22.2億ドルで、2022年の4億ドルから増加した。米国、中国、ドイツ、イスラエルで企業が生まれている。

なぜ推論が最初の標的なのか

中心となるのはAI推論、つまり学習済みモデルで回答や予測を行う処理だ。AIサービスの拡大はデータセンター建設を促し、継続運用に必要な電力への関心を高めている。

Cornell大学のPeter McMahonは、AI推論が電力に制約されていることがフォトニクスへの関心を押し上げていると説明した。光学システムは原理上、GPUベースのハードウェアより少ない電力で特定の演算を実行できる。

すべてのデジタル部品を光学部品に置き換えるのではなく、特定の計算を効率化する発想だ。

データが流れる場所で計算する

英国のOptalysysは、ネットワーク経路に光学計算要素を置いている。データセンターはすでに通信に光を使うため、信号が移動する場所で計算能力を加える考えだ。同社のオンチップ光学要素はフーリエ変換計算器である。

短期的には、Nvidia型アクセラレーターを直接置き換えるより、光技術を適したリンクや部品に組み込む方が現実的かもしれない。

波及効果を持つ技術競争

Yale大学のLogan Wrightは、すべての企業が主要AI計算企業にならなくても、複数社の進展が光システムを科学計算やネットワーク統合処理に役立てる可能性があると述べた。

光コンピューティングはなお新興分野だが、投資の復活は電力効率がAI競争の中心課題になったことを示す。

今後の注目点

  • 実際の推論負荷でフォトニックシステムが電力優位性を示すか。
  • ネットワーク内計算がプロセッサ置換より容易な入口になるか。
  • 広いAI目標が達成されなくても有用な部品が生まれるか。

この記事はIEEE Spectrumの報道に基づく。 原文を読む。

Originally published on spectrum.ieee.org