Investice do infrastruktury umělé inteligence (AI) od příchodu generativních jazykových modelů umělé inteligence, jako je ChatGPT v roce 2022, prošly vrcholem. Vzhledem k tomu, že hyperškálovače posouvají investice do infrastruktury umělé inteligence v roce 2025 na rekordní maxima, International Data Corp. vyčíslila globální investice na neuvěřitelných 318 miliard USD a zdá se, že bude rok od roku dále růst.
Na pozadí raketově rostoucích kapitálových injekcí se toto odvětví blíží fyzické „scaling wall“. Tradiční infrastruktura začíná skřípat pod zátěží kapacitních omezení datových center a narůstající energetické náročnosti.
Rostoucí energetické požadavky na napájení umělé inteligence jsou neudržitelné a zároveň rostou obavy z ekologických škod, které by dodávka takové energie mohla způsobit.
Nyní jsme v inflexním bodě. Tradiční metody elektrického přenosu dat dosahují svých limitů, přičemž NVIDIA ukázala svou ruku tím, že nedávno investovala 4 miliardy dolarů do dvou fotonických společností, Coherent Corp. a Lumentum. NVIDIA sází na budoucnost, kde se data přenášejí spíše světlem (fotony) než elektřinou.
Spotřeba energie AI
TheVýzkumný ústav elektrické energieodhaduje, že datová centra by mohla do roku 2030 spotřebovat až 9 % elektřiny vyrobené v USA ročně, oproti 4 % v roce 2023. Vzhledem k tomu, že modely umělé inteligence čelí stále-rostoucí poptávce spotřebitelů a vyžadují více výpočetní techniky, zažijeme nárůst celosvětové poptávky po energii. Vzhledem k nedávné volatilitě cen energií to představuje akutní problém pro náklady na škálování služeb umělé inteligence. Už jsme svědky toho, jak se tento problém zhmotňuje, přičemž OpenAI uvádí rostoucí účty za energii jako důvod ke zrušení svých plánů na expanzi ve Spojeném království.
Procesory se blíží fyzickým limitům. Tranzistory, elektronické spínače, které tvoří základ elektronických obvodů, jsou nyní jen několik atomů široké-velikost, při které se kvantové efekty a teplo stávají významnými omezeními.
Světlo na konci tunelu
Kromě množství energie používané ke zpracování a přesunu dat nyní omezuje rychlost, s jakou lze modely umělé inteligence spouštět a trénovat, také fyzická vzdálenost mezi prvky zpracování a paměti, a to jak na-čipu, tak na úrovni systému. Budování datových center na fotonickém základě je dalším logickým krokem.
Brzy bude možný výpočet v rámci optické datové cesty a nabízí příležitost snížit latenci a škálovat infrastrukturu bez úměrného zvýšení spotřeby energie.
Fotoniku lze integrovat přímo do křemíkových čipů, což umožňuje škálovatelnost a zlepšení účinnosti oproti elektřině. Jádro zvýšení účinnosti fotoniky je jednoduché: Světlo se šíří rychleji a nese více informací, přičemž produkuje méně tepla než elektrony. To vede k dramaticky vyšší výpočetní hustotě, nižší spotřebě energie a vynikajícímu tepelnému výkonu k překonání limitů způsobených nárůstem tmavého křemíku na konvenčních čipech.
Výhody zlepšení účinnosti na úrovni čipu jsou patrné v tom, jak rychle dochází k úsporám energie. Jeden watt energie ušetřený napájením čipu také snižuje spotřebu energie a chlazení. Photonics otevírá budoucnost rozvoje infrastruktury umělé inteligence, která je zaměřena na základ, který je rychlejší, čistší a zásadně škálovatelný.
Implementace datového centra fotoniky
Základní překážkou ve-rozsáhlé umělé inteligenci již nejsou nezpracované výpočty, ale ohromující energetické náklady na přesun dat rychlostí a objemem, které moderní pracovní zátěže umělé inteligence vyžadují. Rychlý vývoj hraničních modelů znamená, že systémy jsou pod neustálým tlakem z koordinace tisíců čipů současně. Tradiční infrastruktura datových center prostě nemůže držet krok s poptávkou po neustálé a vysoce intenzivní výměně dat.
Fotonika představuje příležitost řešit tento problém na strategické úrovni, spíše než pouze zmírňovat spirálovité tepelné požadavky stále více roztahované elektrické architektury. První průmyslové odhady naznačují, že použití světla k přenosu dat poskytuje zhruba 5x vyšší energetickou účinnost a 10x vyšší odolnost sítě než konvenční elektronika.
Výhody křemíkové fotoniky přesahují okamžitou efektivitu a udržitelnost. Odstraněním významných překážek přenosu dat-fotonika také odemyká typy počítačů, které byly dříve považovány za nepraktické kvůli nákladům na energii, jako je plně homomorfní šifrování (zpracování zašifrovaných dat bez jejich dešifrování).
Díky eliminaci limitů tradičních výpočetních architektur má fotonika daleko{0}}dalekosáhlé důsledky pro sektory, kde nelze vyjednávat o výkonu a ochraně dat požadovaných v obranném, finančním a zdravotnickém průmyslu-.
K dnešnímu dni byla reakce průmyslu umělé inteligence na jeho eskalující energetické potřeby pomalá a nedaří se jí řešit strukturální nedostatky tradičních křemíkových architektur. Nedávné mnohamiliardové-investice společnosti NVIDIA jsou jasným signálem toho, že hyperškálovači nyní uznávají, že jde v zásadě o problém infrastruktury.
Nyní si musíme položit otázku, zda uděláme více ze stejného -nepřetržitého zalévání-do budování datových center a chladicí infrastruktury, nebo investujeme do inovativních řešení, jako je fotonika, která mohou vyřešit klíčová omezení u zdroje.
Fotonika představuje nový horizont příležitostí. Spíše než nahrazování stávajících systémů, fotonika rozšiřuje moderní výpočetní architektury odemknutím nové výpočetní kapacity v rámci samotné sítě. Fotonika pohání průmysl čipů k největšímu architektonickému posunu od příchodu von Neumannovy architektury a představuje příležitost odemknout neomezené výpočty.
