AI的能源问题重新打开了光学计算的大门

光学计算数十年来一直处于传统电子技术的阴影之下。其核心设想是利用光执行原本由电子电路完成的数学运算。然而,70多年来,它主要仍是研究领域,而非广泛商用的计算平台。

随着人工智能推动计算能力和能效推理需求增长,新一批公司开始开发光子系统。这并不意味着光学处理器即将取代数据中心中的GPU,但AI的能源约束为这项技术带来了新的商业动力。

IEEE Spectrum报道称,光学计算领域公司的合计市场估值已达22.2亿美元,高于2022年的4亿美元。美国、中国、德国和以色列均出现相关企业。

为什么推理是直接目标

核心驱动力是AI推理,即使用训练好的模型回答提示和进行预测。随着AI服务普及,推理工作负载推动大型数据中心建设,也使持续运行模型所需的电力受到更多关注。

康奈尔大学的Peter McMahon表示,光子学受到关注,原因在于AI推理越来越受到功耗限制。理论上,光学系统可以用比传统GPU硬件更低的功耗完成相关运算。

这并不意味着用光学元件替代数字计算机的所有部件,而是让光子硬件高效执行特定计算。

在数据流经之处完成计算

英国公司Optalysys正在将光学计算元件置于网络路径中。数据中心本已使用光进行通信,因此这种方法试图在光信号传输之处增加计算能力。据报道,该公司的片上光学元件是一种傅里叶变换计算器。

这说明近期机会可能不是直接取代Nvidia式加速器,而是将光子学引入数据链路等天然适合的系统部分。

具有外溢价值的技术竞赛

Yale大学的Logan Wright表示,即使并非所有公司都成为主要AI计算供应商,多家公司取得进展也可能推动光子系统在科学计算和网络集成处理中的应用。

目前光学计算仍是新兴硬件领域,而不是电子AI基础设施的成熟替代品。但投资回升表明,能效已成为AI竞争的核心问题。

接下来关注

  • 光子系统能否在真实推理负载上展现功耗优势。
  • 网络内计算是否比完全替代处理器更容易商业化。
  • 即使AI目标受限,投资能否带来实用组件。

本文基于IEEE Spectrum报道。 阅读原文。

Originally published on spectrum.ieee.org