Lightmatter ujawnia chip, który wykorzystuje światło zamiast elektryczności

U.S.-based startup Lightmatter ogłosił eksperymentalny procesor, który wykorzystuje fale świetlne do przeprowadzania skomplikowanych obliczeń AI. Chip, opisany w czasopiśmie Nature, łączy sześć oddzielnych układów w jeden moduł 3D, w którym komponenty fotonowe współpracują z obwodami elektronicznymi. Taka konfiguracja umożliwia błyskawiczne przetwarzanie danych przy minimalnym zużyciu energii.

W sercu procesora znajduje się połączenie optycznych rdzeni tensorowych i konwencjonalnych elementów półprzewodnikowych. System zawiera około 50 miliardów tranzystorów i 1 milion komponentów fotonowych, wszystkie połączone za pomocą optycznych interfejsów. Jest w stanie wykonać do 65,5 biliona operacji na sekundę w formacie ABFP (adaptacyjny blokowy punkt zmiennoprzecinkowy) — porównywalnym pod względem precyzji do standardowych obliczeń 32-bitowych. Zużycie energii również robi wrażenie: zaledwie 78 watów dla elektroniki i tylko 1,6 wata dla optyki, znacznie mniej niż wymagają obecne GPU.

To, co naprawdę wyróżnia ten procesor, to jego zdolność do uruchamiania popularnych modeli AI — takich jak ResNet, BERT i algorytmy DeepMind — bez potrzeby jakichkolwiek przeróbek. Jest już kompatybilny z głównymi frameworkami, takimi jak PyTorch i TensorFlow, co ułatwia integrację z istniejącymi systemami. Wczesne prototypy są obecnie testowane w laboratoriach, chociaż nie ma jeszcze harmonogramu na komercyjny debiut. Na razie Lightmatter koncentruje się na udoskonaleniu swojego procesu produkcji i budowaniu partnerstw z deweloperami AI.

Obecne procesory zaczynają osiągać fizyczne ograniczenia — Prawo Moore'a zwalnia, a zapotrzebowanie na energię rośnie. Podejście Lightmatter oferuje nową drogę, przenosząc część obciążenia obliczeniowego do domeny optycznej. Może to znacząco zmniejszyć obciążenie centrów danych, gdzie do 40% energii idzie na systemy chłodzenia. Choć technologia jest wciąż na wczesnym etapie, wykazuje obiecujące możliwości jako krok w kierunku postkrzemowej przyszłości obliczeń.