L’intelligenza artificiale (AI) sta rapidamente diventando più potente e pervasiva, ma questa crescita ha un costo energetico elevato. I data center consumano già circa l’1,5% dell’energia globale e tale cifra aumenta del 12% ogni anno. Man mano che i modelli di intelligenza artificiale come ChatGPT diventano più complessi, la domanda di potenza di calcolo e di elettricità non potrà che aumentare. I ricercatori stanno ora esplorando un’alternativa radicale: i computer ottici che utilizzano la luce invece dell’elettricità per eseguire calcoli.
La promessa del calcolo ottico
Per decenni, il calcolo ottico è rimasto in gran parte teorico. La sfida sta nell’imitare le porte logiche dei computer tradizionali con fotoni anziché elettroni. A differenza dell’elettricità, la luce viaggia naturalmente in linea retta, rendendo difficile la creazione delle funzioni non lineari necessarie per l’elaborazione complessa dei dati.
Un team della Penn State ha recentemente pubblicato una ricerca su Science Advances che delinea una potenziale svolta. Il loro approccio utilizza una configurazione di “specchio infinito” – un anello di elementi ottici – per codificare i dati in raggi di luce, creando il comportamento non lineare necessario senza laser ad alta potenza o materiali esotici. Il sistema cattura schemi di luce con una fotocamera microscopica, eseguendo in modo efficace calcoli rilevanti per l’intelligenza artificiale.
Perché è importante
L’attuale traiettoria del consumo energetico dell’intelligenza artificiale è insostenibile. L’espansione dei data center sta già mettendo a dura prova le reti elettriche e l’impatto ambientale della produzione di elettricità è significativo. Se vogliamo che l’intelligenza artificiale cresca in modo responsabile, abbiamo bisogno di metodi informatici più efficienti.
Il calcolo ottico offre un percorso avvincente. A differenza dei circuiti elettrici, i sistemi basati sulla luce potrebbero teoricamente funzionare a livelli di potenza molto più bassi ottenendo prestazioni comparabili o addirittura superiori.
“La conclusione fondamentale è che una struttura ottica progettata con cura può produrre il comportamento ingresso-uscita non lineare di cui l’intelligenza artificiale ha bisogno senza fare affidamento su materiali non lineari forti o laser ad alta potenza”, spiega Xingjie Ni, professore di ingegneria della Penn State.
Il percorso da seguire: sistemi ibridi
Nonostante i progressi, i computer ottici non sono pronti a sostituire presto i tradizionali chip di silicio. La tecnologia deve affrontare ostacoli di produzione e richiede un ulteriore perfezionamento prima dell’implementazione pratica. Gli esperti prevedono che per i prototipi pronti per l’industria ci vorranno ancora dai due ai cinque anni, a seconda dei finanziamenti e delle applicazioni specifiche.
Lo scenario più probabile è un approccio ibrido : integrazione di chip ottici insieme alle GPU esistenti per accelerare le attività di intelligenza artificiale ad alta intensità di calcolo. Ciò consentirebbe all’elettronica di gestire elaborazioni generiche mentre l’ottica di affrontare carichi di lavoro ad alto consumo di energia.
Francesca Parmigiani di Microsoft Research osserva che il calcolo ottico “ha il potenziale per eseguire in modo efficiente un numero molto maggiore di operazioni in parallelo e a velocità significativamente più elevate rispetto all’hardware digitale convenzionale”. Chene Tradonsky, co-fondatore di LightSolver, sottolinea che l’efficienza energetica non è più secondaria nello sviluppo dell’intelligenza artificiale.
In definitiva, il calcolo ottico rappresenta un passo cruciale verso un futuro più sostenibile per l’intelligenza artificiale. Sebbene le sfide permangano, i potenziali benefici – riduzione del consumo energetico, elaborazione più rapida e costi inferiori – lo rendono un campo che vale la pena tenere d’occhio.
