Kunstmatige intelligentie
Licht-aangedreven chip verbetert AI met 100x efficiëntie

University of Florida Researchers unveiled a light-powered chip designed to push AI to new heights. The purpose-built microchip relies on photons rather than electrons to provide performance comparable to today’s most advanced options, while using only a fraction of the energy. Here’s how the light-powered chip could help to push AI technologies further than ever before.
Waarom AI nieuwe hardwareoplossingen nodig heeft
As AI systems become critical to many of today’s most advanced technologies, cracks continue to appear in the current strategy. Today’s approach relies on ever-evolving algorithms to increase performance. In the past, this strategy was effective because AI engineers could develop more efficient and purpose-built algorithms to enhance performance without hitting hardware roadblocks.
Computatie-eisen
However, today’s AI ecosystem looks much different, as the hardware can’t keep up with growing computational demands. Even the smallest technological limitations, such as the time it takes for electrons to travel across a chip, have proven to be limiting factors in driving AI performance ahead.
Energieverbruik
This computational overhead also comes with added energy requirements. The more chips used to power an AI system, the more energy it uses. Today’s most powerful AI system requires massive data centers that can consume as much energy as entire cities.
Schaalbeperkingen
These requirements have put a cap on the scalability of the current AI system. In order to surpass these restrictions, AI engineers need to reduce the computational requirements of AI tasks, as chip speed enhancements have stalled. As part of this strategy, scientists have begun to look at ways to reduce the computational demand of convolution operations.
Waarom convolutie zo energie-intensief is in AI
Convolution operations are a crucial task that AI systems undertake. This term refers to how neural networks can identify patterns. Notably, convolution can span multiple sources, locating patterns through text, image, and video files. This process is one of the core components of modern AI, and it’s the most power-hungry aspect of modern systems. Notably, in some AI systems, up to ~90% of total power consumption is due to convolution.
Licht-aangedreven chipstudie
The study1 Near-energy-free photonic Fourier transformation for convolution operation acceleration¹ werpt licht op een fotonische chipontwerp dat efficiënte, compacte en lage‑latentie convolutiecapaciteiten biedt. Het ontwerp integreert microscopische optische componenten op een siliciumchip, waardoor de deur wordt geopend voor snellere verwerking met verminderde energievraag.
Fotonische Joint Transform Correlator (pJTC)
Een fotonische joint transform correlator maakt gebruik van laserlicht om gegevens te coderen en te verzenden. Deze strategie maakt het mogelijk om high‑speed berekeningen uit te voeren zonder elektronische datatransmissie. Het met laserlicht gecodeerde signaal wordt verzonden en opgevangen via speciale lenzen die zijn ontworpen om koel en efficiënt te blijven.

Fresnellenzen
Ingenieurs hebben microscopische ultradunne lenzen ontworpen om deze taak uit te voeren. Specifiek werd een paar miniatuur Fresnellenzen direct in de chip geëtst. Deze lenzen zijn dunner dan een mensenhaar en lijken qua ontwerp op diegenen die in grote vuurtorens worden gebruikt. Dankzij hun gerichte ontwerp kunnen ze lichtdatatransmissies nauwkeurig sturen.
Fouriertransformatie
Het proces begint wanneer de chip gegevens omzet in laserlicht, dat vervolgens door de Fresnellenzen wordt geleid. De lenzen registreren het lichtpatroon en zetten het om in een digitaal signaal, waardoor extra verwerkingstaken mogelijk worden. Deze strategie elimineert vertragingen door de snelheid van elektronen en verlaagt de operationele kosten van deze systemen, terwijl unieke functionaliteit wordt mogelijk gemaakt.
Golflengte-multiplexing
De echte schaalbaarheidsboost van de licht‑aangedreven chip komt in de vorm van golflengte‑multiplexing. Golflengte‑multiplexing verwijst naar het gebruik van verschillende gekleurde lasers om parallelle berekeningen op dezelfde chip uit te voeren. Het is een gangbare manier om datatransmissie en opslag in andere media te verbeteren.
De integratie hiervan in de licht‑aangedreven AI‑chips opent de deur naar aanzienlijke prestatieverbeteringen zonder de energievraag te verhogen. Concreet verminderde de licht‑aangedreven chip het energieverbruik met 100× ten opzichte van traditionele AI‑chips met vergelijkbare prestaties.
Licht-aangedreven chiptest
De ingenieurs stelden verschillende tests op om aan te tonen dat hun licht‑aangedreven chip top‑prestaties kan leveren met minimale energie. Een van de eerste tests was het laten classificeren van handgeschreven cijfers door de AI. Het team testte ook de energievraag en de datadoorvoersnelheid van het systeem tijdens het proces. Hun resultaten zijn indrukwekkend.
Prestatie‑resultaten van de licht‑aangedreven chip
Wat prestaties betreft, biedt de chip gegevensverwerking die vergelijkbaar is met high‑performance conventionele elektronische chips. Concreet behaalde hij 98 % nauwkeurigheid bij de handschrift‑classificatietests. Deze resultaten bleven gelijk, zelfs nadat ingenieurs tijdvertragingen aan de ingangssignalen toevoegden.
De multiplexing‑mogelijkheden van de chip toonden betrouwbare prestaties. De nieuwe architectuur bood uitzonderlijke doorvoersnelheid en kon high‑level berekeningen uitvoeren met bijna nul energieverbruik. Deze tests openen de deur naar duurzame datacenters die kunnen opschalen om te voldoen aan de behoeften van de groeiende AI‑industrie.
Veeg om te scrollen →
| Chiptype | Energieverbruik | Prestatie‑nauwkeurigheid | Schaalbaarheid |
|---|---|---|---|
| Conventionele AI‑chip | Hoog (baseline) | 98% | Beperkt door energieverbruik |
| Licht‑aangedreven AI‑chip | 100× lager | 98% | Zeer schaalbaar |
Voordelen van de licht‑aangedreven chip
Er is een lange lijst met voordelen die de licht‑aangedreven chipstudie op de markt heeft gebracht. Ten eerste vermindert het ontwerp de computationele complexiteit. Huidige op elektronen gebaseerde chips gebruiken al apparaten op atomaire schaal die dure fabricagemethoden vereisen. Op optica gebaseerde chips hebben minder componenten nodig en leveren betere resultaten.
Lage latentie
De ingenieurs slaagden erin een op licht gebaseerde convolutie‑versneller te creëren die specifiek is ontworpen om AI‑taken te ondersteunen. De multiplex‑golfgeleidercapaciteiten geven de chip een competitieve prestatie en ongeëvenaarde efficiëntie. Hierdoor zou het de sleutel kunnen zijn tot het creëren van snellere en meer capabele AI‑modellen in de toekomst.
Efficiëntie
Als de wereld de netto‑nul CO₂‑doelstellingen van de VN wil halen, moet de nadruk liggen op het verminderen van het energieverbruik. Dit chipontwerp verlaagt het energieverbruik tot wel 100×, terwijl het een miniatuurgrootte behoudt. Opmerkelijk is dat deze studie het eerste AI‑gerichte fotonische chipontwerp biedt dat aanzienlijke prestaties levert zonder extra stroom.
Schaalbaarheid
De schaalbaarheid van deze strategie is ongeëvenaard. Naarmate wereldwijd meer datacenters ontstaan, zal de vraag naar energie‑efficiënte chipoplossingen toenemen. Deze strategie kan transmissielimieten verlichten door meerdere datastromen gelijktijdig te verwerken, waardoor de deur wordt geopend voor datacenters met laag energieverbruik in de toekomst.
Praktische toepassingen en tijdlijn van de licht‑aangedreven chip:
Er zijn verschillende toepassingen voor de licht‑aangedreven chip. Ten eerste kan het apparaat bijdragen aan onderzoek en innovatie in de toekomst. Als de eerste studie die met succes een laag‑energie, high‑performance AI‑gerichte fotonische chip heeft gecreëerd, vertegenwoordigt dit een enorme sprong in duurzaamheid en schaalbaarheid. Deze factoren kunnen direct vertalen naar krachtigere algoritmen in de toekomst.
Clouddiensten
U zult deze chips eerst in datacenters terugzien. Deze grote locaties vormen de kern van de huidige technologische renaissance. Clouddiensten vereisen grote faciliteiten die duizenden computers huisvesten en in serie kunnen worden gekoppeld aan andere locaties om opslag en rekenkracht aan klanten te bieden.
De licht‑aangedreven chip zal de overhead en energievraag voor deze locaties verminderen, waardoor een nieuw tijdperk van high‑performance AI met minimale energiebehoefte wordt ingeluid. De energiebesparingen zijn zo groot dat u kunt verwachten dat veel datacenters overstappen op op fotonische chips gebaseerde systemen zodra deze beschikbaar zijn.
Communicatie
Er zijn verschillende manieren waarop deze technologie de communicatie zal verbeteren door cruciale problemen zoals last‑mile‑kwesties op te lossen. Ingenieurs hebben al AI geïntegreerd om datatransmissiesystemen te verbeteren. Nu zullen deze componenten minder energie verbruiken en kunnen ze gekoppeld en parallel worden uitgevoerd om de verwerkingskracht verder te verhogen.
High‑Performance Computing
Deze technologie zal de high‑performance computers van de toekomst aandrijven. Deze apparaten zullen AI integreren naast andere technologieën zoals gezichtsherkenning en taalvertaling om de interactie tussen mens en computer te verbeteren. Het doel is om computing krachtiger te maken, terwijl het minder verwarrend wordt voor nieuwe gebruikers.
Militair
Het leger onderzoekt deze technologie al. Het vertrouwen op AI‑systemen voor alles, van dreigingsdetectie tot het besturen van drones in betwist luchtruim, is nu de norm. Hierdoor moeten deze systemen voortdurend worden geüpgraded om tegenstanders te bestrijden. Het verminderen van de energievraag voor AI‑systemen opent de deur naar vele innovaties, zoals native systemen die geen communicatie met gecentraliseerde opties nodig hebben om te functioneren.
Medisch
AI blijft de medische sector revolutioneren. Er zijn verschillende AI‑systemen in gebruik die ziekten kunnen detecteren, helpen bij herstel, behandelingen aanbevelen en operaties uitvoeren. Dit verbeterde chipontwerp kan levens redden door medische componenten veiliger en efficiënter te maken. Toekomstige apparaten kunnen veel minder energie verbruiken, waardoor ze langer kunnen werken en meer nuttige functies bieden.
Wearables
Wearables vormen een andere sector die aanzienlijke prestatieverbeteringen zal zien door de integratie van licht‑gebaseerde chips. Deze chips stellen ontwerpers in staat apparaten kleiner, capabeler en met minder batterijvereisten te maken. Wearables die minder energie verbruiken kunnen kleinere batterijen hebben of extra functies, wat hun bruikbaarheid vergroot.
Tijdlijn
Het kan nog 3‑5 jaar duren voordat ingenieurs hun licht‑aangedreven chip op de markt brengen. Er is aanzienlijke vraag naar het product. Het team moet echter nog industriële partners vinden om hun ontwerp en fabricagemethoden te verfijnen. Ondanks eventuele vertragingen is de vraag naar deze chips enorm, en AI‑bedrijven zullen waarschijnlijk zwaar investeren in dit project vanwege de verwachte voordelen.
Onderzoekers van de licht‑aangedreven chip
De licht‑aangedreven chipstudie werd georganiseerd door de Universiteit van Florida met deelnemers van het Florida Semiconductor Institute, UCLA en George Washington University. Het artikel vermeldt Hangbo Yang, Nicola Peserico, Shurui Li, Xiaoxuan Ma, Russell L. T. Schwartz, Mostafa Hosseini, Aydin Babakhani, Chee Wei Wong, Puneet Gupta en Volker J. Sorger als de belangrijkste bijdragers. Opmerkelijk is dat de studie gedeeltelijk werd gefinancierd door het Office of Naval Research.
Toekomst van de licht‑aangedreven chip
De toekomst van de licht‑aangedreven chip ziet er rooskleurig uit. U kunt verwachten dat dit werk de deur opent naar meer chip‑gebaseerde optica. In de toekomst zou deze benadering de industriestandaard voor AI‑toepassingen kunnen worden, waardoor de AI‑industrie in lijn wordt gebracht met milieueisen.
Investeren in Kunstmatige Intelligentie
Er zijn verschillende bedrijven die opgemerkt zijn vanwege hun vooruitgang in next‑generation AI‑mogelijkheden. Deze bedrijven omvatten alles van chipfabrikanten tot AI‑algoritme‑ontwikkelaars en meer. Hun werk blijft innovatie en bewustwording voor AI‑toepassingen stimuleren. Hier is één bedrijf dat een reputatie heeft verworven voor creativiteit en toewijding aan het oplossen van enkele van AI’s grootste problemen.
NVIDIA
NVIDIA (NVDA ), gevestigd in Silicon Valley, betrad de markt in 1993. Het bedrijf werd opgericht door Jensen Huang, Chris Malachowsky en Curtis Priem om high‑end grafische verwerkingsunits (GPU’s) op de markt te brengen. Vandaag is het de toonaangevende leverancier van GPU’s en wordt het erkend als een van de meest innovatieve AI‑bedrijven die actief zijn.
NVDA Prijsgrafiek
NVIDIA heeft altijd een innovatieve geest gehad. Sinds de lancering van de NV1‑grafische accelerator in 1995 heeft het bedrijf steeds meer steun van consumenten en investeerders gekregen. In 1999 ging het bedrijf naar de beurs. Minder dan een jaar later verzekerde het zich van een strategisch partnerschap met Microsoft (MSFT ) als grafische chipleverancier voor het XBOX‑gamesysteem.
In 2019 verwierf NVIDIA Mellanox als onderdeel van zijn bredere strategie om zijn marktaandeel in de datacentersector te verbeteren. Vandaag heeft het een dominante positie in de markt van datacenter‑serviceproviders en biedt het enkele van de meest gerenommeerde grafische kaarten en AI‑systemen die beschikbaar zijn.
Laatste NVDA (NVDA) aandelennieuws en prestaties
Licht‑aangedreven chip | Conclusie
De licht‑aangedreven chipstudie opent de deur naar een duurzamere toekomst waarin het toevoegen van prestaties niet altijd betekent dat de energievraag toeneemt. De licht‑aangedreven chip biedt ingenieurs een kijkje in een betere manier om AI‑niveau berekeningen te realiseren zonder energiecentrales leeg te zuigen. Om die reden en vele andere verdient dit team een staande ovatie.
Leer nu meer over andere coole AI‑technologieën nu.
Referenties:
1. Hangbo Yang, Nicola Peserico, Shurui Li, Xiaoxuan Ma, Russell L. T. Schwartz, Mostafa Hosseini, Aydin Babakhani, Chee Wei Wong, Puneet Gupta, Volker J. Sorger. Near-energy-free photonic Fourier transformation for convolution operation acceleration. Advanced Photonics, 2025; 7 (05) DOI: 10.1117/1.AP.7.5.056007












