W świecie sztucznej inteligencji trwa rewolucja, która może całkowicie zmienić sposób, w jaki działają komputery. Zespół naukowców z Massachusetts Institute of Technology (MIT) oraz Uniwersytetu w Cambridge opracował pierwszy w pełni funkcjonalny optyczny procesor przeznaczony do obsługi zadań AI. Urządzenie, nazwane roboczo LightChip, wykorzystuje fotony – cząstki światła – zamiast elektronów, co pozwala osiągnąć nieosiągalną dotąd wydajność i efektywność energetyczną.

Jak działa optyczny procesor?

Tradycyjne układy scalone, w tym nawet najnowsze GPU i NPU, opierają się na przepływie elektronów przez tranzystory wykonane z krzemu. Problem polega na tym, że przy rosnącej liczbie operacji – szczególnie w modelach sztucznej inteligencji – tranzystory zaczynają się nagrzewać, a energia jest marnowana w postaci ciepła.

Optyczny procesor eliminuje ten problem, wykorzystując światło do przesyłania i przetwarzania danych. Zamiast sygnałów elektrycznych, dane są kodowane w wiązkach laserowych i kierowane przez mikroskopijne kanały światłowodowe. Dzięki temu obliczenia odbywają się z prędkością bliską prędkości światła, a zużycie energii spada nawet o 90%.

Jak wyjaśnia dr Emily Hartman, współautorka projektu z MIT:
„Zamiast miliardów przełączników krzemowych, wykorzystujemy interferencję światła. Każdy foton może reprezentować wiele bitów informacji jednocześnie, co radykalnie zwiększa gęstość przetwarzania.”

Wydajność, która wyprzedza wszystko

Według danych opublikowanych przez zespół badawczy, LightChip potrafi wykonać do 100 bilionów operacji na sekundę (100 TOPS) przy poborze mocy mniejszym niż 10 watów. Dla porównania, nowoczesne procesory AI od Nvidii, takie jak H200, osiągają podobne wyniki przy zużyciu energii rzędu 700 watów.

Oznacza to, że optyczny układ może nie tylko przyspieszyć trening modeli AI, ale także umożliwić ich działanie w miejscach, gdzie tradycyjne procesory byłyby zbyt energochłonne – np. w robotach, samochodach autonomicznych czy urządzeniach mobilnych.

Nowy sposób trenowania sieci neuronowych

Jednym z największych wyzwań przy projektowaniu LightChip było dostosowanie architektury optycznej do obliczeń typowych dla sieci neuronowych. Zespół MIT opracował specjalną metodę kodowania wag neuronowych w fazach światła, co pozwala procesorowi wykonywać operacje macierzowe bezpośrednio w dziedzinie optycznej.

W praktyce oznacza to, że model sztucznej inteligencji może być trenowany w całości na fotonach, bez konieczności konwersji danych na sygnały elektryczne. To przełomowe podejście, które eliminuje jedną z największych barier w skalowaniu mocy obliczeniowej.

„Udało nam się przeprowadzić pełny cykl uczenia sieci neuronowej przy użyciu jedynie światła. To coś, czego wcześniej nikt nie osiągnął.” – mówi prof. Michael Tan z Uniwersytetu w Cambridge.

Co oznacza to dla rynku AI?

Wprowadzenie optycznych procesorów może mieć ogromne znaczenie dla całej branży technologicznej. Zmiana paradygmatu z elektroniki na fotonikę otwiera drogę do nowej generacji komputerów AI, które będą mniejsze, szybsze i bardziej energooszczędne. Tego typu rozwiązania mogą w przyszłości zasilać zarówno potężne centra danych, jak i małe urządzenia działające na brzegu sieci (edge AI).

Według analizy firmy Gartner, jeśli technologia zostanie skomercjalizowana, rynek fotonicznych układów scalonych może osiągnąć wartość ponad 40 miliardów dolarów do 2030 roku. Już teraz zainteresowanie badaniami w tej dziedzinie wykazują giganci tacy jak IBM, Intel, NVIDIA i Huawei.

Konkurencja nie śpi

Nie tylko MIT i Cambridge prowadzą prace nad optycznymi procesorami. Startupy takie jak Lightelligence i Celestial AI już testują swoje prototypy w środowiskach przemysłowych. W 2025 roku Celestial AI zaprezentowała układ PhotonFabric, który wykorzystuje podobne zasady przetwarzania światła i osiąga imponujące wyniki w zastosowaniach AI inference.

Jednak LightChip wyróżnia się tym, że jest w pełni programowalny i może współpracować z klasycznymi systemami. Oznacza to, że można go zintegrować z istniejącymi platformami obliczeniowymi, np. w połączeniu z procesorami GPU, tworząc hybrydowe środowisko fotonowo-elektroniczne.

Wyzwania przed komercjalizacją

Mimo ogromnych możliwości, technologia ta wciąż ma przed sobą wiele wyzwań. Największym z nich jest skalowalność – czyli możliwość produkcji układów optycznych w dużych ilościach przy zachowaniu precyzji i niskich kosztów. Ponadto, wymaga ona zupełnie nowego podejścia do oprogramowania i sterowania przepływem danych.

Jak zauważa prof. Tan, jednym z kluczowych problemów jest stabilność źródeł światła oraz dokładność synchronizacji fazowej:
„Aby optyczny procesor działał z pełną wydajnością, każdy kanał światłowodowy musi być skalibrowany z dokładnością do jednej dziesięciotysięcznej nanosekundy. To technologicznie niezwykle trudne.”

Ekologiczna przyszłość przetwarzania danych

W kontekście globalnych wysiłków na rzecz zrównoważonego rozwoju, optyczne procesory mogą odegrać kluczową rolę w ograniczaniu emisji CO₂ generowanych przez centra danych. Obecnie sektor IT odpowiada za ponad 3% światowego zużycia energii elektrycznej, a według szacunków do 2030 roku liczba ta może się podwoić.

Dzięki kilkukrotnie niższemu poborowi mocy i braku konieczności chłodzenia w tradycyjny sposób, fotonika może przynieść znaczące oszczędności energetyczne. Oznacza to, że komputery przyszłości będą nie tylko szybsze, ale też bardziej ekologiczne.

Światło zamiast krzemu – rewolucja, która dopiero się zaczyna

Eksperci uważają, że fotonika wkrótce stanie się tym dla sztucznej inteligencji, czym kiedyś krzem był dla komputerów osobistych. Przejście na światło może oznaczać całkowitą zmianę architektury sprzętu – od procesorów, przez pamięć, aż po systemy komunikacji.

O ile pełne wdrożenie tej technologii zajmie jeszcze kilka lat, pierwsze testy LightChip pokazują, że jesteśmy na progu nowej ery obliczeń. Zespół badawczy z MIT planuje zaprezentować działający prototyp w laboratoriach Quantum AI Center już w 2026 roku.

Podsumowanie

Optyczne procesory mogą stać się kamieniem milowym w rozwoju sztucznej inteligencji. Dzięki wykorzystaniu światła zamiast elektronów, oferują nieosiągalne dotąd możliwości w zakresie wydajności i efektywności energetycznej. Jeśli technologia LightChip wejdzie do produkcji, może całkowicie zmienić sposób, w jaki uczymy, przetwarzamy i uruchamiamy modele AI – od superkomputerów po urządzenia w kieszeni.

Źródła:
Nature Electronics
University of Cambridge News
MIT News
Reuters Technology