Penn создала гибридную частицу для супербыстрого и энергоэффективного AI

Учёные Пенсильванского университета создали гибридную частицу из света и материи, которая может революционизировать вычисления для искусственного интеллекта. Прорыв может позволить заменить энергозатратные электронные процессы на ультраэффективные световые технологии.

Свет вместо электронов

Новая частица представляет собой гибрид: она сочетает свойства фотонов (частиц света) и вещества на квантовом уровне. Исследователи Penn добились того, что фотон может взаимодействовать с электронами в материале так, что возникает совершенно новый объект с совмещёнными свойствами обоих. Такая частица может передавать информацию гораздо быстрее, чем традиционные электроны в кремниевых процессорах. Этот подход известен физикам давно, но Penn впервые демонстрирует его применимость для AI-вычислений. Главное отличие световых систем: они не страдают от ограничений электроники. Свет движется со скоростью, близкой к максимальной в природе, и не нагревается при движении через материалы. Это означает, что вычисления станут одновременно быстрее и холоднее — два критических параметра для ИИ-систем, которые сейчас упираются в тепловые пределы.

Энергия и скорость

Главное преимущество световых вычислений — радикальное снижение энергопотребления. Современные AI-модели требуют огромных объёмов электроэнергии: обучение крупной нейросети вроде GPT может обойтись в сотни тысяч долларов только на электричество. Исследование Penn показывает, что световые системы могут сократить эти затраты в 10-100 раз в зависимости от типа вычислений. Быстродействие тоже критично. Чем быстрее процессор обрабатывает информацию, тем быстрее работает AI-модель, тем меньше задержка при ответе на запросы пользователей. В приложениях вроде обработки видео в реальном времени или обслуживания тысяч одновременных пользователей скорость вычислений напрямую влияет на экономику бизнеса.

• Ускорение обработки информации в 10-100 раз Снижение тепловыделения и энергопотребления на порядки Масштабирование AI-систем без строительства новых дата-центров Продление срока жизни оборудования благодаря меньшему нагреву Снижение стоимости охлаждения и обслуживания серверов ## На пути в практику Пока технология остаётся в лаборатории на уровне proof of concept. Исследователи Penn говорят, что нужно решить несколько инженерных задач, прежде чем световые вычисления станут стандартом в коммерческих системах. Речь идёт об интеграции с существующей инфраструктурой, масштабировании производства гибридных частиц и стандартизации интерфейсов. Однако прогресс движется быстро. Первые пилотные приложения могут появиться в течение 2-3 лет в специализированных областях — обучение очень больших нейросетей, научные симуляции, обработка видеопотоков. Компании вроде IBM и Intel уже инвестируют в оптические вычисления, так что коммерческая реализация может прийти раньше ожидаемого.

Что это значит Если прорыв Penn выдержит испытание реальностью, это может изменить индустрию AI.

OpenAI, Google, Meta и Microsoft вложили десятки миллиардов в дата-центры и дорогостоящие GPU. Световые вычисления могут сделать эти инвестиции менее критичными и позволить AI становиться мощнее без пропорционального роста энергозатрат и углеродного следа. *Meta признана экстремистской организацией и запрещена в РФ.