Nowości

MIT łączy fotonikę z elektroniką, by przełamać energetyczną barierę centrów danych AI

SprzętPatryk Raba

Posłuchaj tego artykułu

Spis treści
  1. Problem, który rośnie szybciej niż moc obliczeniowa
  2. Jak to działa w praktyce
  3. Co to znaczy dla przemysłu AI

Zespół naukowców z MIT ogłosił postęp w programie FUTUR-IC, który ma rozwiązać jeden z najpoważniejszych problemów stojących przed przemysłem sztucznej inteligencji: koszt energetyczny przesyłania danych między procesorami, akceleratorami i pamięcią. Zamiast budować w pełni świetlny procesor, badacze opracowali hybrydowe złącza, w których elektronika odpowiada za obliczenia, a fotonika za komunikację.

Kluczowym osiągnięciem opisanym przez MIT są sprzęgacze optyczne, czyli pierwsze praktyczne rozwiązania umożliwiające przesyłanie światła między komponentami wykonanymi w klasycznych, krzemowych fabrykach półprzewodników. Zespół pod kierownictwem Anu Agarwal opracował sprzęgacz GRIN, działający w szerszym zakresie długości fal, oraz sprzęgacz ewanescentny, łatwiejszy i tańszy w produkcji.

Nasze rozwiązania umożliwią skok z setek terabitów na sekundę do ponad 1 petabita na sekundę - Anu Agarwal, kierownik programu MIT FUTUR-IC

Problem, który rośnie szybciej niż moc obliczeniowa

Współczesne modele językowe i systemy AI nie cierpią już wyłącznie na brak mocy obliczeniowej samych chipów, tylko na koszt przenoszenia danych między nimi. Im większy model i im więcej akceleratorów pracuje równolegle, tym więcej energii pochłania sama komunikacja między układami, a nie same obliczenia. To wąskie gardło ogranicza dalsze skalowanie klastrów treningowych wykorzystywanych przez największe laboratoria AI.

Transmisja danych za pomocą światła jest fizycznie znacznie bardziej energooszczędna niż tradycyjne połączenia elektryczne, bo fotony nie generują strat cieplnych w takim stopniu jak prąd płynący przez metalowe ścieżki. Problem w tym, że dotąd integracja fotoniki z istniejącą infrastrukturą produkcyjną chipów była kosztowna i trudna do skalowania w istniejących fabrykach półprzewodników.

Jak to działa w praktyce

Rozwiązanie zespołu MIT polega na tym, by nie zastępować całej elektroniki fotoniką, tylko połączyć obie technologie w jednym opakowaniu chipa. Obliczenia nadal wykonuje krzemowa elektronika, a komunikacja między układami, pamięcią i akceleratorami odbywa się światłem przesyłanym przez opracowane złącza. Taki podział pozwala wykorzystać istniejące fabryki elektroniki i infrastrukturę pakowania chipów zamiast budować od zera nowe linie produkcyjne dla fotoniki.

Jeden ze sprzęgaczy, ewanescentny, trafił na okładkę czasopisma Advanced Engineering Materials, a sprzęgacz GRIN opisano w marcowym numerze Journal of Physics: Photonics z 2026 roku. Nad projektem pracują też Juejun Hu i Lionel Kimerling z MIT, a wcześniejsze wyniki zespołu Hu ukazały się w Laser & Photonics Reviews.

Co to znaczy dla przemysłu AI

Dla firm budujących infrastrukturę pod trenowanie dużych modeli, od dostawców chmury po producentów akceleratorów, każdy procent oszczędności energii w komunikacji między chipami przekłada się na realne pieniądze i mniejsze ograniczenia mocy w centrach danych. Prognoza wzrostu zużycia energii przez centra danych do 10 procent globalnego zapotrzebowania do 2030 roku pokazuje, skalę problemu, który FUTUR-IC próbuje rozwiązać zanim stanie się barierą nie do przejścia.

Program celuje we współpracę z dostawcami opakowań chipów, producentami materiałów i całym łańcuchem dostaw centrów danych, a nie tylko z pojedynczymi laboratoriami badawczymi. To oznacza, że jeśli technologia się sprawdzi, może trafić do komercyjnej produkcji szybciej niż typowe akademickie przełomy, bo od początku projektowana jest pod kątem zgodności z istniejącymi fabrykami.

Dla polskich firm i instytucji naukowych zajmujących się infrastrukturą obliczeniową temat jest istotny pośrednio, bo koszty energii i chłodzenia centrów danych bezpośrednio wpływają na ceny usług chmurowych i mocy obliczeniowej, z których korzystają krajowe zespoły trenujące własne modele, w tym projekty takie jak Bielik. Tańsza w energii komunikacja między chipami oznacza w dłuższej perspektywie niższe koszty dostępu do mocy obliczeniowej dla mniejszych graczy.

Źródła: MIT News (news.mit.edu), Chip.pl (chip.pl), Optics.org (optics.org)

Udostępnij: