Σύνοψη
- Η Κίνα εγκαινίασε στη Σαγκάη το πρώτο εξειδικευμένο εργαστήριο για φωτονικούς επεξεργαστές (Shanghai Key Laboratory of Integrated Photonic Computing Chips and Systems).
- Τα φωτονικά chips χρησιμοποιούν σωματίδια φωτός (φωτόνια) αντί για ηλεκτρόνια, εξασφαλίζοντας τεράστιο bandwidth και σχεδόν μηδενική έκλυση θερμότητας.
- Η τεχνολογία στοχεύει στην κάλυψη των τεράστιων ενεργειακών αναγκών των AI datacenters, τα οποία παγκοσμίως καταναλώνουν πλέον πάνω από 415 TWh ετησίως.
- Η επένδυση αποτελεί άμεση απάντηση της Κίνας στους περιορισμούς εξαγωγών των ΗΠΑ (embargo) σε συμβατικούς ημιαγωγούς και GPUs.
- Η σύμπραξη περιλαμβάνει το Πανεπιστήμιο Jiao Tong της Σαγκάης και την startup Lightelligence, με στόχο τη δημιουργία εμπορικά βιώσιμων αρχιτεκτονικών.
Η ανάπτυξη της Τεχνητής Νοημοσύνης απαιτεί πλέον ασύλληπτα ποσά υπολογιστικής ισχύος και ενέργειας, φέρνοντας τις παραδοσιακές αρχιτεκτονικές ημιαγωγών στα φυσικά τους όρια. Η Κίνα, αντιμετωπίζοντας αυστηρούς περιορισμούς στην εισαγωγή κορυφαίων AI accelerators από τις ΗΠΑ, στρέφεται επίσημα σε εναλλακτικές μεθόδους υπολογισμού. Η λειτουργία του πρώτου εξειδικευμένου κέντρου έρευνας για φωτονικούς επεξεργαστές στη Σαγκάη επιβεβαιώνει τη στρατηγική μετάβαση από τα ηλεκτρόνια στα φωτόνια.
Το Shanghai Key Laboratory of Integrated Photonic Computing Chips and Systems άνοιξε τις πύλες του στο Πανεπιστήμιο Jiao Tong. Πρόκειται για την πρώτη πλατφόρμα που συνδέει την ακαδημαϊκή έρευνα με τη βιομηχανία στον συγκεκριμένο τομέα. Η πρωτοβουλία συντονίζεται με την υποστήριξη της Lightelligence, μιας από τις κορυφαίες startups στον τομέα των οπτικών υπολογιστικών συστημάτων, με κεντρικό στόχο τη σχεδίαση hardware που θα μπορεί να υποστηρίξει τα Large Language Models (LLMs) του μέλλοντος, παρακάμπτοντας τις κατασκευαστικές απαιτήσεις των παραδοσιακών εργοστασίων πυριτίου (foundries).
Πώς λειτουργούν τα φωτονικά chips και ο ρόλος τους στην Τεχνητή Νοημοσύνη
Οι παραδοσιακοί επεξεργαστές μετακινούν δεδομένα χρησιμοποιώντας ηλεκτρόνια μέσω κυκλωμάτων σιλικόνης. Η συγκεκριμένη διαδικασία γεννά σημαντική ηλεκτρική αντίσταση και, κατ' επέκταση, τεράστια ποσά θερμότητας. Αντίθετα, τα φωτονικά chips αντικαθιστούν τα ηλεκτρόνια με φωτόνια για τη μετάδοση δεδομένων και την εκτέλεση υπολογισμών.
Ο διευθυντής του εργαστηρίου, Καθηγητής Zou Weiwen, αναλύει ότι η συγκεκριμένη αρχιτεκτονική προσφέρει δραματική αύξηση στο διαθέσιμο bandwidth, ελαχιστοποίηση του latency (καθυστέρηση) και, το κυριότερο, ριζική μείωση της κατανάλωσης ενέργειας. Στην εκπαίδευση μοντέλων AI, η βασική μαθηματική διεργασία είναι ο πολλαπλασιασμός μητρώων. Οι φωτονικοί επεξεργαστές μπορούν να εκτελέσουν αυτούς τους υπολογισμούς με την ταχύτητα του φωτός, εξαλείφοντας το φαινόμενο του θερμικού στραγγαλισμού που μαστίζει τις σημερινές κάρτες γραφικών.
Οι πρώτες δοκιμές και οι δημοσιευμένες έρευνες από ακαδημαϊκά ιδρύματα της Κίνας αποδεικνύουν την ικανότητα αυτών των κυκλωμάτων να διαχειρίζονται διεργασίες reinforcement learning (ενισχυτική μάθηση) απευθείας στο οπτικό πεδίο, χωρίς την ανάγκη συνεχούς μετατροπής των οπτικών σημάτων σε ηλεκτρικά. Αυτή η παράμετρος μειώνει τον χρόνο υπολογισμού σε επίπεδα picoseconds.
Η γεωπολιτική πίεση και τα ενεργειακά όρια των Datacenters
Η ίδρυση του εργαστηρίου δεν είναι απλώς μια ερευνητική προσπάθεια, αλλά βασικός πυλώνας της τεχνολογικής ανεξαρτησίας του Πεκίνου. Με τις ΗΠΑ να έχουν μπλοκάρει την πρόσβαση της Κίνας στις κορυφαίες GPUs (όπως οι σειρές Hopper και Blackwell της Nvidia) και σε εξαρτήματα High-Bandwidth Memory (HBM), οι Κινέζοι ερευνητές αναζητούν αρχιτεκτονικές που δεν απαιτούν τους πιο προηγμένους κόμβους λιθογραφίας (π.χ. 3nm ή 2nm της TSMC). Οι φωτονικοί επεξεργαστές μπορούν να κατασκευαστούν με μεγαλύτερες και πιο προσιτές διαδικασίες παραγωγής, προσφέροντας ταυτόχρονα ανταγωνιστικές αποδόσεις στον τομέα του AI inference (εξαγωγή συμπερασμάτων).
Παράλληλα, το πρόβλημα της ενέργειας λαμβάνει ανεξέλεγκτες διαστάσεις. Το 2024, τα datacenters παγκοσμίως κατανάλωσαν περίπου 415 TWh ηλεκτρικής ενέργειας. Η γραμμική αύξηση των απαιτήσεων ψύξης και τροφοδοσίας καθιστά την τρέχουσα πορεία μη βιώσιμη. Η μετάβαση σε hardware βασισμένο στο φως αναμένεται να ρίξει δραστικά το κόστος συντήρησης και λειτουργίας αυτών των υποδομών.
