Článek
Umělá inteligence mění svět, ale její rostoucí schopnosti jsou vykoupeny obrovskou spotřebou energie. Datová centra, mozky moderní digitální éry, se potýkají s exponenciálním nárůstem energetických nároků AI modelů. Německá společnost Q.ANT však představuje technologii, která by mohla přinést zásadní zvrat: první neuronové procesorové jednotky (NPU) na světě poháněné světlem. Pojďme se podrobněji podívat, jak tato fotonická revoluce funguje a proč slibuje až 50krát vyšší rychlost a 30krát nižší spotřebu.
1. Tikající energetická bomba AI datových center
Současné pokročilé modely umělé inteligence, jako jsou velké jazykové modely (LLM) nebo komplexní systémy pro rozpoznávání obrazu, vyžadují pro svůj trénink i provoz (tzv. inferenci) gigantické množství výpočetních operací. Každý dotaz na ChatGPT, každé generování obrázku, každý autonomní systém – to vše se opírá o masivní výpočetní výkon soustředěný v datových centrech.
Tradiční křemíkové čipy (CPU, GPU, TPU) sice neustále zvyšují svůj výkon, ale za cenu dramatického nárůstu spotřeby energie. Značná část této energie se navíc přemění na odpadní teplo, které je nutné nákladně a energeticky náročně odvádět pomocí složitých chladicích systémů. Hovoří se o tom, že datová centra brzy spotřebují nezanedbatelné procento celosvětové produkce elektřiny, což představuje nejen ekonomickou, ale i ekologickou výzvu. Limity současných technologií jsou zkrátka na dohled.
2. Proč světlo? Kouzlo fotoniky místo elektronů
Základní myšlenka fotonických čipů Q.ANT je nahradit elektrony, tradiční nosiče informace v čipech, fotony – částicemi světla. Proč je to tak výhodné?
- Odpor a teplo elektronů: Když elektrony proudí vodiči a tranzistory v křemíkovém čipu, narážejí na odpor materiálu. Tento odpor způsobuje jejich zpomalení a především generování tepla (tzv. Jouleovo teplo). Právě toto teplo je hlavním zdrojem energetických ztrát a omezuje maximální možnou rychlost (taktovací frekvenci) čipu.
- Lehkost a rychlost fotonů: Fotony se v optických vlnovodech (miniaturních "světlovodech" na čipu) pohybují rychlostí světla a jejich interakce s materiálem vlnovodu je minimální. Negenerují tedy teplo stejným způsobem jako elektrony proudící vodičem. To umožňuje nejen potenciálně mnohem vyšší rychlosti zpracování signálu, ale především dramaticky snižuje energetické ztráty spojené s přenosem dat uvnitř čipu.
- Paralelismus: Světlo navíc nabízí přirozené možnosti pro paralelní zpracování dat. Různé vlnové délky (barvy) světla mohou nést různé informace současně ve stejném vlnovodu, což je koncept známý jako vlnový multiplex (WDM), který se již léta využívá v optických sítích. To otevírá dveře k masivně paralelním výpočtům ideálním pro AI.
3. Klíčový materiál – Niobát lithný na tenké vrstvě (TFLN)
Aby bylo možné světlo v čipu efektivně ovládat a provádět s ním výpočetní operace (například logické funkce nebo násobení matic, které jsou základem neuronových sítí), je potřeba speciální materiál. Q.ANT sází na tenkovrstvý niobát lithný (TFLN - Thin-Film Lithium Niobate).
TFLN je výjimečný tzv. elektro-optickými vlastnostmi. To znamená, že přiložením elektrického napětí na tento materiál lze velmi rychle a efektivně měnit jeho index lomu – tedy to, jak rychle jím světlo prochází a jak se láme. Díky tomu je možné konstruovat miniaturní a extrémně rychlé „přepínače“ a modulátory světla přímo na čipu. Tyto komponenty jsou základními stavebními kameny pro optické výpočty. Oproti jiným materiálům (včetně křemíku, který má pro přímou modulaci světla horší vlastnosti) nabízí TFLN vynikající kombinaci rychlosti, nízkého napětí potřebného pro modulaci a nízkých optických ztrát.
4. Q.ANT a partneři: Od vize k výrobě ve Stuttgartu
Za touto inovací stojí německá společnost Q.ANT, která se specializuje na fotonické technologie a je součástí renomované průmyslové skupiny Trumpf. Jejich ambice nejsou jen laboratorní. Investice ve výši 14 milionů eur do úpravy existující továrny na polovodiče institutu IMS Chips ve Stuttgartu je jasným signálem o záměru přejít k pilotní komerční výrobě.
Spolupráce s IMS Chips a Stuttgartskou univerzitou je strategická – spojuje expertízu Q.ANT v oblasti fotoniky se špičkovým know-how v oblasti polovodičových technologií a výrobních procesů. Cíl vyrobit 1000 waferů ročně sice nezní jako masová produkce srovnatelná s giganty jako TSMC, ale pro novou technologii je to významný krok k ověření výrobních procesů a dodání prvních čipů partnerům. Důležitý je i plán integrace těchto fotonických NPU do stávajících vysoce výkonných výpočetních (HPC) serverů. To usnadní jejich testování a nasazení v reálných podmínkách, aniž by bylo nutné budovat zcela novou infrastrukturu.
5. Dopady: Rychlejší, úspornější a udržitelnější AI
Co tedy konkrétně znamenají udávané hodnoty – 50krát vyšší rychlost a 30krát vyšší energetická účinnost?
- Rychlejší trénink a inference: Komplexní AI modely by se mohly trénovat podstatně rychleji, což by urychlilo vývoj nových aplikací. Reakce AI systémů v reálném čase (inference) by byly okamžitější – představte si plynulejší interakce s hlasovými asistenty nebo rychlejší analýzu lékařských snímků.
- Úspory nákladů: Dramatické snížení spotřeby energie by vedlo k výrazným úsporám v provozních nákladech datových center (účty za elektřinu, náklady na chlazení).
- Ekologický přínos: Nižší spotřeba energie znamená menší uhlíkovou stopu a menší zátěž pro elektrické sítě a životní prostředí.
- Nové možnosti škálování: Fotonické čipy by mohly nabídnout lepší možnosti škálování pro určité typy AI výpočtů, které jsou pro tradiční elektroniku náročné.
6. Výzvy a budoucnost fotoniky v AI
Přestože je potenciál obrovský, fotonické čipy čelí i výzvám. Výroba TFLN čipů je stále komplexnější a potenciálně dražší než masová výroba křemíku. Bude také potřeba vyvinout celý ekosystém – softwarové nástroje, programovací modely a standardy – aby bylo možné plně využít potenciál této nové hardwarové platformy.
Nicméně, vývoj společnosti Q.ANT je jasným ukazatelem, že fotonika přestává být jen laboratorní kuriozitou a stává se reálným kandidátem na řešení energetických problémů moderní výpočetní techniky. Je pravděpodobné, že budoucnost nebude patřit výhradně fotonice nebo elektronice, ale jejich chytré kombinaci (hybridním systémům), kde každá technologie bude využita pro úkoly, na které se nejlépe hodí. Fotonika má obzvláště velkou šanci zazářit právě v energeticky náročných výpočtech pro umělou inteligenci.
Závěr
Světlem poháněné NPU od Q.ANT nejsou jen dalším drobným vylepšením. Představují fundamentálně odlišný přístup k výpočtům s potenciálem vyřešit jednu z nejpalčivějších otázek současné technologie – jak udržet krok s rostoucími nároky AI, aniž bychom vyčerpali energetické zdroje planety. Pokud se tato technologie prosadí, mohla by skutečně zažehnout novou, efektivnější a udržitelnější éru umělé inteligence.
