THE OMNIWIRE.INDEPENDENT GLOBAL JOURNALISM & ANALYSIS
Advertisement
🇩🇪Deutsch• The OmniWire Regional Wire
🇺🇸 Englische Originalfassung lesen →
Artificial IntelligenceDEUTSCHE AUSGABE

Boom bei optischem Computing: KI-Rechenzentren stoßen an ihre Energiegrenzen

OW
Marcus Vance
The OmniWire Wire Service • AI Broadhseet Synthesis
Veröffentlicht am •0 Aufrufe
Original-Nachrichtenagentur: IEEE Spectrum
Boom bei optischem Computing: KI-Rechenzentren stoßen an ihre Energiegrenzen
Boom bei optischem Computing: KI-Rechenzentren stoßen an ihre Energiegrenzen — Via IEEE Spectrum.

EXECUTIVE BRIEF // KERNPUNKTE

  • •Energieengpässe in KI-Rechenzentren forcieren die industrielle Entwicklung von optischen Computern als energieeffiziente Alternative zu herkömmlichen Silizium-Chips.
  • •Technologische Ansätze spalten sich in Freiraum-Optik (höhere Dichte, komplexe Fertigung) und integrierte Silizium-Photonik (kompatibel mit etablierten Fertigungsverfahren).
  • •Optische Prozessoren bieten bei mathematischen Kernoperationen wie Fourier-Transformationen oder Matrix-Multiplikationen enorme Geschwindigkeits- und Effizienzvorteile.
  • •Die Branche steuert auf hybride Architekturen zu, in denen Photonik-Einheiten als spezialisierte Beschleuniger neben CPUs und GPUs in Rechenzentren fungieren.
Original-Nachrichtenagentur: IEEE Spectrum
AUDIT: Faktencheck & Qualitätsprüfung bestanden

NEW YORK — Ein massiver Energieengpass in globalen Rechenzentren, die Arbeitslasten der künstlichen Intelligenz bewältigen, treibt eine kommerzielle Renaissance des optischen Computings voran. Die Branche erreicht derzeit eine Bewertung von 2,22 Milliarden Dollar, während Start-ups und Forschungseinrichtungen darum wetteifern, elektrische Schaltkreise durch Licht zu ersetzen.

Der plötzliche Kapitalzufluss – der laut einem Bericht des IEEE Spectrum von 400 Millionen Dollar im Jahr 2022 sprunghaft angestiegen ist – signalisiert die wachsende Erkenntnis in der Industrie, dass herkömmliche Silizium-Grafikprozessoren bei der KI-Inferenz an physische Energiegrenzen stoßen. Da Server-Cluster enorme Mengen an Elektrizität verbrauchen, um Anfragen für generative Modelle zu verarbeiten, untersuchen Betreiber und Halbleiterentwickler die Photonik, um den elektronischen Widerstand zu umgehen. Ziel sind Effizienzsteigerungen und Betriebskostensenkungen in der Größenordnung von einer Zehnerpotenz.

Goodmans Modell erfährt eine Renaissance angesichts von Energieengpässen

Obwohl das Konzept des Rechnens mit Photonen mehr als 70 Jahre zurückreicht, blieb die kommerzielle Rentabilität schwer fassbar, bis die explosive Nachfrage nach KI-Inferenz auf die Grenzen der Stromnetze stieß. Im operativen Herzstück moderner neuronaler Netze liegt die Vektor-Matrix-Multiplikation, eine arithmetische Berechnung, die Milliarden Mal pro Sekunde ausgeführt wird. In der Standardelektronik erfordert die Berechnung des Produkts eines Vektors der Länge N und einer N-mal-N-Matrix N-quadrat verschiedene Operationen, von denen jede thermische Energie dissipiert. Im Gegensatz dazu leiten optische Architekturen Licht passiv durch einen optischen Abschwächer oder Modulator; Energie wird primär für die Kodierung der Eingaben und das Auslesen der Ausgaben benötigt, wodurch der Energieaufwand linear mit N skaliert.

Advertisement

Dieser grundlegende physikalische Vorteil hat ein erneutes Interesse in akademischen und Investorenkreisen geweckt. Bereits 1978 demonstrierte der Pionier der Optik, Joseph W. Goodman, die Matrixmultiplikation mithilfe von Leuchtdioden, Linsen und einem Abschwächer. Heute haben moderne Mikrofertigung und Lasersysteme dieses Laborkonzept in ein skalierbares technisches Unterfangen verwandelt.

„Das meiste Interesse an [Photonik] wird durch die Tatsache getrieben, dass KI-Inferenz buchstäblich durch Strom begrenzt wird, und zwar auf eine ziemlich bemerkenswerte Weise“, sagte Peter McMahon, außerordentlicher Professor für angewandte Physik und Ingenieurwissenschaften an der Cornell University, der seit mehr als einem Jahrzehnt im Bereich optisches Computing forscht.

Im Jahr 2022 demonstrierte ein Forschungsteam der Cornell University unter der Leitung von McMahon ein optisches neuronales Netz, das etwa 2,5 x 10^-19 Joule pro Multiplikation verbrauchte – was weniger als einem Photonenenergieäquivalent entspricht. Herkömmliche Digitalrechner verbrauchen zum Vergleich zwischen 10^-14 und 10^-12 Joule pro Multiplikationsoperation, was einen theoretischen Effizienzgewinn von bis zu 100.000-fach impliziert. McMahon mahnte jedoch zur Vorsicht: Der Overhead für die Datenkodierung und das Amdahlsche Gesetz dämpfen die realen Leistungsgewinne. Optische Systeme erfordern im Allgemeinen Vektorlängen zwischen 1.000 und 10.000 Elementen, bevor sie die Energiekosten für die Umwandlung elektrischer Daten in Licht kompensieren können.

Architektonische Trennung: Freiraum-Optik versus integrierte Silizium-Photonik

Die Kommerzialisierungsbemühungen in den Vereinigten Staaten, Großbritannien, Deutschland, China und Israel spalten sich derzeit in zwei unterschiedliche Designphilosophien: Freiraumausbreitung und integrierte Silizium-Photonik.

Advertisement

Im Lager der Freiraum-Optik setzt das in Oxford ansässige Start-up Lumai programmierbare räumliche Lichtmodulatoren ein, die durch offene Luft arbeiten, um die Verluste in Wellenleitern zu umgehen. Lumai konzentriert sich auf die rechenintensive „Prefill“-Phase der Inferenz, in der Prompt-Token in den Speicher aufgenommen werden. Produktleiter Phillip Burr erklärte, dass der Iris Nova-Server des Start-ups, dessen Evaluierung für April 2026 geplant ist, als Machbarkeitsnachweis dient; der nachfolgende Iris Aura-Server soll darauf abzielen, Prefill-Arbeitslasten mit etwa einem Zehntel der Energie eines Standard-Grafikprozessors auszuführen.

In Austin, Texas, verfolgt der Hardwareentwickler Neurophos die Freiraummanipulation in Subwellenlängen-Skalen mithilfe technischer Metamaterialien. Patrick Bowen, Geschäftsführer von Neurophos, merkte an, dass herkömmliche Silizium-Photonik-Modulatoren bis zu zwei Millimeter groß sein können, was die Rechendichte auf dem Chip im Vergleich zu führenden Fertigern wie Taiwan Semiconductor Manufacturing Co. einschränkt. Bowens Team entwickelte Metamaterial-Modulatoren im Mikrometerbereich, die 10.000-mal schneller schalten als Flüssigkristallanzeigen, und bringt eine Million solcher Modulatoren auf einem Fünf-Millimeter-Chip unter. Neurophos plant die Lieferung kommerzieller Server-Racks für 2028 und strebt dabei eine Leistung an, die 50-mal schneller und 35-mal energieeffizienter ist als der Blackwell B200-Beschleuniger von Nvidia Corp.

Umgekehrt wenden sich Wettbewerber der integrierten Silizium-Photonik zu und opfern die dreidimensionale Skalierung des Freiraums zugunsten der etablierten Hochvolumen-Fertigungslinien traditioneller Halbleiterfabriken.

„Es gibt einen guten Grund, warum Freiraum-Optiken normalerweise auf 1.000 Einheiten pro Jahr begrenzt sind“, sagte Michael Förtsch, Geschäftsführer und Gründer des Stuttgarter Unternehmens Q.ANT. „Halbleiter-fertigbare integrierte photonische Schaltkreise sind an diesem Punkt weitaus vielversprechender, um eine Serienproduktion zu erreichen.“

Q.ANT nutzt serialisierte Lichtimpulse, die durch Mach-Zehnder-Interferometer auf dem Chip laufen, und setzt seine „Native Processing Server“ in Forschungszentren wie dem Leibniz-Rechenzentrum und dem Jülich Supercomputing Centre ein, zusätzlich zu einem kommerziellen Einsatz beim europäischen Cloud-Anbieter Ionos. In China demonstrierte das in Shanghai ansässige Unternehmen Lightelligence seinen integrierten optischen Prozessor PACE2, der 128-mal-128-Matrix-Multiplikationen bei einer Taktfrequenz von einem Gigahertz mit einer Latenz von drei Nanosekunden ausführt – zwei Größenordnungen schneller als herkömmliches Silizium.

Alternative Architekturen und heterogene Roadmaps für Rechenzentren

Über die traditionelle Vektor-Matrix-Algebra hinaus zielen Entwickler optischer Hardware auf mathematische Operationen ab, bei denen Photonen native Rechenvorteile gegenüber digitalen Logikgattern aufweisen.

Operationen wie Fourier-Transformationen können fast augenblicklich unter Verwendung einzelner passiver optischer Elemente berechnet werden, anstatt Hunderte von elektronischen Transistoren zu benötigen. Das in Leeds ansässige Unternehmen Optalysys integriert Fourier-Transformationskomponenten direkt auf dem Chip in die Netzwerk-Fabrics von Rechenzentren. Gründer und Chief Product Officer Nick New stellte fest, dass die Einbettung der passiven optischen Verarbeitung direkt entlang der optischen Interconnects die speicherintensive Dekodierungsphase von KI-Arbeitslasten adressiert, ohne die thermische Last zu erhöhen. In Tel Aviv entwickelte das Start-up LightSolver eine hohlraumbasierte Laserverarbeitungseinheit, die stimulierte Photonen durch ein Verstärkungsmedium leitet, um komplexe Differentialgleichungen in Emulationsversuchen 40- bis 80.000-mal schneller als Grafikprozessoren zu lösen.

Trotz dieser technologischen Meilensteine betonen Branchenanalysten, dass das optische Computing vor steilen Hürden bei der Einführung steht, die hauptsächlich im Digital-Analog-Konvertierungs-Overhead und der Software-Trägheit liegen. Logan Wright, Assistenzprofessor für angewandte Physik an der Yale University, beobachtete, dass Frameworks für maschinelles Lernen weiterhin aggressiv für Grafikprozessoren optimiert bleiben. Es wird jedoch erwartet, dass Initiativen für Co-Packaged Optics, die von großen Chipherstellern wie Nvidia und TSMC unterstützt werden, die notwendige Packaging-Infrastruktur etablieren, damit die Photonik in Hyperscale-Einrichtungen Einzug halten kann.

Anstatt Siliziumprozessoren vollständig zu ersetzen, erwarten Branchenexperten eine hybride Computertopologie. Förtsch prognostizierte, dass die zukünftige Unternehmensinfrastruktur auf heterogenen Architekturen beruhen wird: Zentrale Prozessoren für das Systemmanagement, Grafikprozessoren für verallgemeinerte Routinen und photonische Prozessoreinheiten zur Bewältigung energieintensiver linearer Algebra und Wellenmechanik.

Advertisement
REDAKTIONELLE HERKUNFT & FAKTENCHECK-OFFENLEGUNG

Dieser Bericht wurde in Übereinstimmung mit den redaktionellen Standards von The OmniWire erstellt. Die primäre Berichterstattung stützt sich auf verifizierte Agenturmeldungen.

• Faktencheck & Qualitätsprüfung bestanden• Editorial Policy →