Kunstmatige intelligentie (AI) wordt snel krachtiger en alomtegenwoordiger, maar deze groei gaat gepaard met hoge energiekosten. Datacenters verbruiken nu al ongeveer 1,5% van de mondiale energie, en dat aantal stijgt jaarlijks met 12%. Naarmate AI-modellen zoals ChatGPT complexer worden, zal de vraag naar rekenkracht (en elektriciteit) alleen maar toenemen. Onderzoekers onderzoeken nu een radicaal alternatief: optische computers die licht gebruiken in plaats van elektriciteit om berekeningen uit te voeren.
De belofte van optische computers
Decennia lang is optisch computergebruik grotendeels theoretisch gebleven. De uitdaging ligt in het nabootsen van de logische poorten van traditionele computers met fotonen in plaats van elektronen. In tegenstelling tot elektriciteit beweegt licht zich van nature in rechte lijnen voort, waardoor het moeilijk wordt om de niet-lineaire functies te creëren die nodig zijn voor complexe gegevensverwerking.
Een team van Penn State publiceerde onlangs een onderzoek in Science Advances waarin een mogelijke doorbraak werd geschetst. Hun aanpak maakt gebruik van een ‘oneindige spiegel’-opstelling – een lus van optische elementen – om gegevens in lichtstralen te coderen, waardoor het noodzakelijke niet-lineaire gedrag ontstaat zonder krachtige lasers of exotische materialen. Het systeem legt lichtpatronen vast met een microscopische camera en voert effectief AI-relevante berekeningen uit.
Waarom dit belangrijk is
Het huidige traject van AI-energieverbruik is onhoudbaar. De uitbreiding van datacenters zet de elektriciteitsnetten nu al onder druk, en de milieu-impact van de elektriciteitsopwekking is aanzienlijk. Als AI op verantwoorde wijze wil schalen, hebben we efficiëntere computermethoden nodig.
Optische computers bieden een overtuigend pad voorwaarts. In tegenstelling tot elektrische circuits zouden op licht gebaseerde systemen theoretisch op veel lagere energieniveaus kunnen werken en tegelijkertijd vergelijkbare of zelfs superieure prestaties kunnen leveren.
“De belangrijkste conclusie is dat een zorgvuldig ontworpen optische structuur het niet-lineaire input-output-gedrag kan produceren dat AI nodig heeft, zonder afhankelijk te zijn van sterke niet-lineaire materialen of krachtige lasers”, legt Xingjie Ni uit, hoogleraar techniek aan Penn State.
De weg vooruit: hybride systemen
Ondanks de vooruitgang zijn optische computers er niet op voorbereid om de traditionele siliciumchips binnenkort te vervangen. De technologie wordt geconfronteerd met productiehindernissen en vereist verdere verfijning voordat deze in de praktijk kan worden geïmplementeerd. Deskundigen voorspellen dat het nog twee tot vijf jaar zal duren voordat industriële prototypes klaar zijn, afhankelijk van financiering en specifieke toepassingen.
Het meest waarschijnlijke scenario is een hybride aanpak : het integreren van optische chips naast bestaande GPU’s om rekenintensieve AI-taken te versnellen. Hierdoor zou de elektronica algemene verwerkingsprocessen kunnen uitvoeren, terwijl de optica energieverslindende werklasten aankan.
Francesca Parmigiani van Microsoft Research merkt op dat optisch computergebruik “het potentieel heeft om veel meer bewerkingen parallel en met aanzienlijk hogere snelheden efficiënt uit te voeren dan conventionele digitale hardware.” Chene Tradonsky, medeoprichter van LightSolver, benadrukt dat energie-efficiëntie niet langer ondergeschikt is aan de ontwikkeling van AI.
Uiteindelijk vertegenwoordigt optisch computergebruik een cruciale stap in de richting van een duurzamere toekomst voor AI. Hoewel er nog uitdagingen blijven bestaan, maken de potentiële voordelen (minder energieverbruik, snellere verwerking en lagere kosten) het een vakgebied dat de moeite waard is om te bekijken.
