Фотонный AI-чип вычисляет со скоростью света: 99% точность без перегрева

Учёные Сиднейского университета создали прототип нанофотонного процессора для искусственного интеллекта, который обрабатывает данные с помощью света вместо электрического тока и в экспериментах классифицировал десятки тысяч медицинских изображений с точностью до 99%. Новая архитектура выполняет вычисления за пикосекунды — триллионные доли секунды — и полностью исключает проблему тепловыделения, которая ограничивает производительность современных кремниевых серверов в дата-центрах.

Как работает фотонный чип

В отличие от привычных процессоров, где вычисления выполняются за счёт движения электронов по кремниевым транзисторам, нанофотонный чип использует для обработки информации свет. Такой подход в принципе меняет физику ограничений: электрический ток, проходя через миллиарды транзисторов современного чипа, неизбежно выделяет тепло, и именно борьба с перегревом — одна из главных инженерных проблем, сдерживающих рост вычислительной плотности дата-центров, которые сегодня обучают и обслуживают большие ИИ-модели. Свет, в отличие от электрического тока, практически не выделяет тепла при прохождении через оптические компоненты чипа, что и позволяет новой архитектуре избежать этой проблемы в принципе, а не бороться с её последствиями через охлаждение.

Разработка Сиднейского университета вписывается в более широкий исследовательский тренд последних лет: несколько научных групп по всему миру параллельно работают над оптическими и фотонными вычислительными архитектурами как потенциальной альтернативой традиционным кремниевым процессорам именно для задач машинного обучения, где вычисления сводятся к большому количеству умножений и сложений — операциям, которые свет в принципе способен выполнять быстрее и с меньшими потерями энергии, чем электрический ток в транзисторах.

Какую точность и скорость показал прототип

В экспериментах прототип успешно классифицировал десятки тысяч медицинских изображений с точностью до 99%, что сопоставимо с показателями, которых добиваются современные модели компьютерного зрения на традиционном кремниевом железе. При этом вычисления выполнялись за пикосекунды — на порядки быстрее характерных времён отклика электронных схем. Выбор именно медицинских изображений для демонстрации не случаен: классификация снимков — задача, где одновременно важны и высокая точность (цена ошибки в диагностике велика), и скорость обработки больших объёмов данных, что делает её показательным тестом для новой аппаратной архитектуры.

Ключевые факты:

• Разработчик — учёные Сиднейского университета
• Устройство — прототип нанофотонного процессора для ИИ
• Точность классификации — до 99% на десятках тысяч медицинских изображений
• Скорость вычислений — пикосекунды (триллионные доли секунды)
• Ключевое преимущество — отсутствие проблемы тепловыделения

Почему это может решить проблему перегрева дата-центров

Современные дата-центры, обслуживающие обучение и инференс больших ИИ-моделей, всё чаще упираются не в доступность вычислительных ядер как таковых, а в физические ограничения — энергопотребление и отвод тепла от плотно упакованных кремниевых серверов. Каждое поколение GPU становится мощнее, но одновременно и горячее, что вынуждает операторов дата-центров вкладываться во всё более сложные и дорогие системы охлаждения, вплоть до жидкостного охлаждения на уровне отдельных стоек.

Фотонная архитектура, продемонстрированная в Сиднее, предлагает принципиально иной путь: если вычисления в принципе не производят значительного количества тепла, можно наращивать плотность вычислений без пропорционального роста затрат на охлаждение. Главным препятствием на пути таких архитектур от лабораторного прототипа к промышленному продукту традиционно остаётся не столько принципиальная работоспособность подхода — она к этому моменту многократно подтверждена в экспериментах разных групп, — сколько сложность и стоимость массового производства фотонных чипов по сравнению с десятилетиями отлаженной кремниевой промышленностью. Тем не менее каждый новый результат, показывающий сопоставимую с кремнием точность на реальной прикладной задаче, как в случае с классификацией медицинских изображений в Сиднее, приближает момент, когда фотонные вычисления перестанут быть исключительно предметом академических публикаций.

Для дата-центров, которые уже сегодня борются за каждый градус эффективности охлаждения, даже частичная замена кремниевых узлов на фотонные в отдельных типах нагрузки способна ощутимо снизить совокупные затраты на электроэнергию и инженерную инфраструктуру.