Investicije u infrastrukturu umjetne inteligencije (AI) su došle do vrha od dolaska generativnih AI jezičkih modela kao što je ChatGPT 2022. Sa hiperskalerima koji dovode ulaganja u AI infrastrukturu do rekordnih vrijednosti u 2025., International Data Corp. iznosi globalne investicije na nevjerojatnih 318 milijardi dolara, a čini se da će se nastaviti iz godine u godinu.
U pozadini vrtoglavih injekcija kapitala, industrija se približava fizičkom "zidu skaliranja". Tradicionalna infrastruktura počinje da škripi pod opterećenjem ograničenja kapaciteta data centara i rastućih potreba za energijom.
Povećani energetski zahtjevi za napajanje umjetne inteligencije su neodrživi, uz sve veću zabrinutost zbog ekološke štete koju bi snabdijevanje takvom energijom moglo uzrokovati.
Sada smo na prekretnici. Tradicionalne metode električnog prenosa podataka dostižu svoje granice, a NVIDIA je pokazala svoju ruku nedavno investirajući 4 milijarde dolara u dve fotoničke kompanije, Coherent Corp. i Lumentum. NVIDIA se kladi na budućnost u kojoj se podaci prenose putem svjetlosti (fotona), a ne električne energije.
Potrošnja AI energije
TheElektroenergetski istraživački institutprocjenjuje da bi podatkovni centri mogli trošiti do 9% proizvodnje električne energije u SAD-u godišnje do 2030. godine, u odnosu na 4% u 2023. Kako se AI modeli suočavaju sa sve-većom potražnjom potrošača i zahtijevaju više računanja, vidjet ćemo porast globalne potražnje za energijom. Ovo predstavlja akutni problem za troškove povećanja usluga AI, s obzirom na nedavnu volatilnost cijena energije. Već vidimo da se ovaj problem materijalizuje, a OpenAI navodi rastuće račune za energiju kao razlog da poništi svoje planove širenja u Velikoj Britaniji.
Procesori se približavaju fizičkim granicama. Tranzistori, elektronski prekidači koji čine osnovu elektronskih kola, sada su široki samo nekoliko atoma-veličine pri kojoj kvantni efekti i toplina postaju značajna ograničenja.
Svetlo na kraju tunela
Osim izazova količine energije koja se koristi za obradu i premještanje podataka, fizička udaljenost između elemenata za obradu i memoriju, kako na-čipu tako i na nivou sistema, sada ograničava brzinu kojom se AI modeli mogu pokretati i trenirati. Izgradnja data centara na fotonskim temeljima je sljedeći logičan korak.
Uskoro će biti moguće izračunavanje unutar optičke putanje podataka i nudi mogućnost smanjenja kašnjenja i skaliranja infrastrukture bez proporcionalnog povećanja potrošnje energije.
Fotonika se može integrirati direktno na silikonske čipove kako bi se omogućila skalabilnost i poboljšanja efikasnosti u odnosu na električnu energiju. Suština povećanja efikasnosti fotonike je jednostavna: svjetlost putuje brže i nosi više informacija, dok proizvodi manje topline od elektrona. Ovo rezultira dramatično većom gustoćom računanja, manjom potrošnjom energije i superiornim termičkim performansama kako bi se prevazišle granice koje nameće porast tamnog silicijuma na konvencionalnim čipovima.
Prednosti poboljšanja efikasnosti na nivou čipa su očigledne u tome koliko brzo se ušteda energije spaja. Jedan vat energije koji se uštedi napajanjem čipa također smanjuje potrošnju energije na potrošnju energije i hlađenje. Photonics otvara budućnost razvoja AI infrastrukture, usredsređene na osnovu koja je brža, čistija i fundamentalno skalabilna.
Implementacija Photonics data centra
Osnovno usko grlo AI velikih{0}}razmjera više nije sirovo računanje, već zapanjujući trošak energije premještanja podataka brzinom i obimom koji zahtijevaju moderna AI radna opterećenja. Brza evolucija graničnih modela znači da su sistemi pod stalnim opterećenjem zbog koordinacije hiljada čipova istovremeno. Tradicionalna infrastruktura centara podataka jednostavno ne može pratiti potražnju za stalnom, visoko intenzivnom razmjenom podataka.
Photonics predstavlja priliku za rješavanje ovog problema na strateškom nivou, umjesto da samo ublažava spiralne toplinske zahtjeve sve više rastegnute električne arhitekture. Rane industrijske procjene pokazuju da korištenje svjetlosti za prijenos podataka daje otprilike 5x veću energetsku efikasnost i 10x veću otpornost mreže od konvencionalne elektronike.
Prednosti silicijumske fotonike sežu dalje od trenutne efikasnosti i povećanja održivosti. Eliminirajući značajna uska grla-pri prijenosu podataka, fotonika također otključava tipove računara koji su se ranije smatrali nepraktičnim zbog troškova energije, kao što je potpuno homomorfno šifriranje (obrada šifriranih podataka bez dešifriranja).
Kroz eliminisanje ograničenja tradicionalnih računarskih arhitektura, fotonika ima-dalekosežne implikacije na sektore u kojima se ne može pregovarati o performansama i privatnosti podataka koje zahtijevaju odbrambena, finansijska i zdravstvena industrija.
Do danas, odgovor industrije veštačke inteligencije na njene rastuće energetske potrebe je bio spor i ne uspeva da reši strukturne nedostatke tradicionalnih silikonskih arhitektura. Nedavna ulaganja NVIDIA-e od više milijardi-dolara služe kao jasan signal da hiperskaleri sada prepoznaju da je ovo suštinski infrastrukturni problem.
Sada se moramo zapitati da li radimo više od istog-nastavljamo ubrizgavati-zalijevajuće količine u izgradnju podatkovnog centra i infrastrukturu za hlađenje, ili investiramo u inovativna rješenja kao što je fotonika, koja mogu riješiti ključna ograničenja na izvoru.
Fotonika predstavlja novi horizont mogućnosti. Umjesto da zamjenjuje postojeće sisteme, fotonika proširuje moderne računarske arhitekture otključavanjem novih računarskih kapaciteta unutar same mreže. Photonics vodi industriju čipova ka njenom najvećem arhitektonskom pomaku od pojave von Neumannove arhitekture, i predstavlja priliku za otključavanje neograničenog računanja.
