Artificiell intelligens
Ljusdrivet chip gör AI 100 gånger mer energieffektivt

Forskare vid University of Florida har presenterat ett ljusdrivet chip som ska lyfta AI till nya höjder. Det specialutvecklade mikrochipet använder fotoner i stället för elektroner och ger prestanda jämförbar med dagens mest avancerade alternativ, men med bara en bråkdel av energin. Så kan det ljusdrivna chipet föra AI-tekniken längre än någonsin tidigare.
Varför AI behöver nya hårdvarulösningar
När AI-system blir avgörande för många av dagens mest avancerade tekniker framträder svagheterna i den nuvarande strategin allt tydligare. Dagens metod bygger på ständigt förbättrade algoritmer för att höja prestandan. Tidigare fungerade detta eftersom AI-ingenjörer kunde skapa effektivare, specialiserade algoritmer utan att stöta på hårdvarubegränsningar.
Beräkningskrav
Dagens AI-ekosystem ser dock annorlunda ut eftersom hårdvaran inte hinner med det växande beräkningsbehovet. Till och med små tekniska begränsningar, som den tid det tar för elektroner att färdas genom ett chip, bromsar fortsatt prestandautveckling.
Energiförbrukning
Denna beräkningsbelastning medför också större energibehov. Ju fler chip som driver ett AI-system, desto mer energi förbrukar det. Dagens kraftfullaste AI-system kräver enorma datacenter som kan använda lika mycket energi som hela städer.
Skalningsbegränsningar
Kraven begränsar skalbarheten hos dagens AI-system. Eftersom förbättringarna i chiphastighet har stagnerat måste AI-ingenjörer minska beräkningskraven för AI-uppgifter. Därför undersöker forskare bland annat hur behovet vid konvolutionsoperationer kan reduceras.
Varför konvolution är så energikrävande i AI
Konvolutionsoperationer är centrala för AI-system och gör det möjligt för neurala nätverk att identifiera mönster i text, bilder och video. Processen är en grundpelare i modern AI men också en av de mest energikrävande delarna. I vissa system står konvolution för upp till omkring 90 procent av den totala energiförbrukningen.
Studie av ljusdriven chip
Studien1 Near-energy-free photonic Fourier transformation for convolution operation acceleration¹ beskriver en fotonisk chipdesign som ger effektiv, kompakt konvolution med låg fördröjning. Mikroskopiska optiska komponenter integreras på ett kiselchip, vilket möjliggör snabbare bearbetning med lägre energibehov.
Fotonisk gemensam transformkorrelator (pJTC)
En fotonisk Joint Transform Correlator använder laserljus för att koda och överföra data. Metoden möjliggör höghastighetsberäkningar utan elektronisk dataöverföring. Den laserljuskodade signalen skickas och fångas genom särskilda linser som är utformade för att förbli svala och effektiva.

Fresnel-linser
Ingenjörerna utvecklade mikroskopiska, ultratunna linser för uppgiften. Ett par små Fresnel-linser etsades direkt i chipet. Linserna är tunnare än ett hårstrå och liknar dem som används i stora fyrar. Deras fokuserande konstruktion styr optiska datasignaler med hög precision.
Fourier-transformation
Processen börjar när chipet överför data till laserljus som leds genom Fresnel-linserna. Linserna registrerar ljusmönstret och omvandlar det till en digital signal för vidare bearbetning. Metoden eliminerar fördröjningar som orsakas av elektronernas hastighet, sänker driftskostnaderna och möjliggör nya funktioner.
Våglängdsmultiplexering
Den viktigaste förbättringen av skalbarheten kommer från våglängdsmultiplexering. Lasrar med olika färger används för parallella beräkningar på samma chip, en vanlig teknik för att förbättra dataöverföring och lagring i andra medier.
När tekniken integreras i ljusdrivna AI-chip kan prestandan öka kraftigt utan större energibehov. Det nya chipet minskade konkret strömförbrukningen hundra gånger jämfört med traditionella AI-chip med motsvarande prestanda.
Test av ljusdriven chip
Ingenjörerna genomförde flera tester för att visa att chipet kunde ge topprestanda med minimal energianvändning. I ett av de första testerna klassificerade AI-systemet handskrivna siffror. Teamet mätte också energibehov och datagenomströmning, med imponerande resultat.
Prestandaresultat för den ljusdrivna chippen
Chipets databearbetning är jämförbar med konventionella högpresterande elektroniska chip. Det nådde 98 procents noggrannhet i testet med handskrivna siffror. Resultatet förblev oförändrat även när ingenjörerna lade in tidsfördröjningar i insignalerna.
Chipets multiplexering gav också tillförlitlig prestanda. Den nya arkitekturen erbjöd exceptionell genomströmning och kunde utföra avancerade beräkningar med nära noll energiförbrukning. Testerna öppnar för hållbara datacenter som kan skalas efter den växande AI-branschens behov.
Svep för att rulla →
| Chiptyp | Energiförbrukning | Prestandanoggrannhet | Skalbarhet |
|---|---|---|---|
| Konventionellt AI-chip | Hög (baslinje) | 98% | Begränsad av energianvändning |
| Ljusdrivet AI-chip | 100 × lägre | 98% | Mycket skalbart |
Fördelar med ljusdriven chip
Studien presenterar en lång rad fördelar. Konstruktionen minskar beräkningskomplexiteten. Dagens elektronbaserade chip använder redan komponenter på atomnivå som kräver kostsamma tillverkningsmetoder, medan optiska chip behöver färre delar och kan ge bättre resultat.
Låg latens
Ingenjörerna lyckades skapa en ljusbaserad konvolutionsaccelerator särskilt utformad för AI-uppgifter. Multiplexeringen i vågledaren ger konkurrenskraftig prestanda och oöverträffad effektivitet. Chipet kan därför bli nyckeln till snabbare och mer kapabla AI-modeller.
Effektivitet
För att världen ska nå FN:s mål om nettonollutsläpp måste energiförbrukningen minska. Denna chipdesign reducerar energianvändningen upp till hundra gånger samtidigt som formatet förblir mycket litet. Studien visar det första AI-inriktade fotoniska chipet som uppnår betydande prestanda utan extra effektbehov.
Skalbarhet
Strategins skalbarhet är enastående. När datacenter byggs över hela världen ökar efterfrågan på energieffektiva chiplösningar. Genom samtidig behandling av flera dataströmmar kan överföringsbegränsningar minska och energisnåla datacenter bli möjliga.
Verkliga tillämpningar för ljusdriven chip & tidslinje:
Det ljusdrivna chipet har flera användningsområden och kan driva forskning och innovation framåt. Som det första framgångsrika lågströms- och högpresterande fotoniska AI-chipet innebär studien ett stort steg för hållbarhet och skalbarhet. Detta kan direkt leda till kraftfullare algoritmer.
Molntjänster
Chipen väntas först nå datacenter, som står i centrum för dagens tekniska utveckling. Molntjänster kräver stora anläggningar med tusentals datorer som kan länkas till andra platser för att ge kunder lagrings- och beräkningskapacitet.
Det ljusdrivna chipet sänker kostnader och energibehov och inleder en era med högpresterande AI och minimal energianvändning. Besparingarna är så stora att många datacenter sannolikt övergår till fotoniska chipsystem när de blir allmänt tillgängliga.
Kommunikation
Tekniken kan förbättra kommunikation genom att bidra till att lösa viktiga problem som den sista sträckan. Ingenjörer har redan integrerat AI för att förbättra dataöverföringssystem. Nu kommer komponenterna att kräva mindre energi och kunna kopplas samman och köras parallellt för att ytterligare öka bearbetningskraften.
Högpresterande beräkning
Tekniken kommer att driva morgondagens högpresterande datorer. Enheterna kombinerar AI med ansiktsigenkänning, språköversättning och annan teknik för bättre samspel mellan människor och datorer. Målet är kraftfullare beräkning som samtidigt blir enklare för nya användare.
Militär
Försvarssektorn undersöker redan tekniken. AI används i allt från hotdetektering till styrning av drönare i omstritt luftrum och systemen måste ständigt uppgraderas. Lägre effektbehov möjliggör också autonoma system som fungerar utan kommunikation med en central lösning.
Medicinsk
AI fortsätter att förändra vården. System som används i dag kan upptäcka sjukdomar, hjälpa till med rehabilitering, rekommendera behandlingar och utföra operationer. Den förbättrade chipdesignen kan rädda liv genom att göra medicinska komponenter säkrare och effektivare. Framtida enheter kan använda betydligt mindre energi, fungera längre och erbjuda fler nyttiga funktioner.
Bärbara enheter
Bärbar teknik är ett annat område som får stora prestandavinster av ljusbaserade chip. De gör det möjligt att bygga mindre och mer kapabla enheter med lägre batteribehov. Minskad energianvändning kan ge mindre batterier eller fler funktioner och därmed större nytta.
Tidslinje
Det kan dröja ytterligare tre till fem år innan chipet når marknaden. Efterfrågan är stor, men teamet behöver industripartner för att finslipa konstruktion och tillverkning. Trots möjliga förseningar är intresset mycket högt och AI-företag väntas investera kraftigt i projektet.
Forskare bakom ljusdriven chip
Studien genomfördes vid University of Florida med deltagare från Florida Semiconductor Institute, UCLA och George Washington University. Artikeln anger Hangbo Yang, Nicola Peserico, Shurui Li, Xiaoxuan Ma, Russell L. T. Schwartz, Mostafa Hosseini, Aydin Babakhani, Chee Wei Wong, Puneet Gupta och Volker J. Sorger som huvudmedverkande. Office of Naval Research finansierade delar av arbetet.
Framtiden för ljusdriven chip
Framtiden för det ljusdrivna chipet ser lovande ut. Arbetet kan bana väg för mer chipbaserad optik. På sikt kan metoden bli industristandard för AI-tillämpningar och hjälpa branschen att uppfylla miljökrav.
Investera i artificiell intelligens
Flera företag utmärker sig inom nästa generations AI, från chiptillverkare till utvecklare av AI-algoritmer. Deras arbete driver fortsatt innovation och kännedom om AI-tillämpningar. Följande företag har byggt ett rykte för kreativitet och engagemang i några av AI:s största utmaningar.
NVIDIA
Silicon Valley-baserade NVIDIA (NVDA ) kom in på marknaden 1993. Jensen Huang, Chris Malachowsky och Curtis Priem grundade företaget för att erbjuda avancerade grafikprocessorer. I dag är NVIDIA den ledande GPU-leverantören och betraktas som ett av de mest innovativa AI-företagen.
NVDA Prisdiagram
NVIDIA har alltid präglats av innovation. Efter lanseringen av grafikacceleratorn NV1 år 1995 fick företaget växande stöd från kunder och investerare. Det börsnoterades 1999 och ingick mindre än ett år senare ett strategiskt samarbete med Microsoft (MSFT ) som leverantör av grafikchip till XBOX-systemet.
År 2019 förvärvade NVIDIA Mellanox som en del av strategin att stärka sin ställning inom datacenter. I dag har företaget en dominerande position på marknaden och erbjuder några av de mest ansedda grafikkorten och AI-systemen.
Senaste NVDA (NVDA) aktienyheter och prestanda
Light-Powered Chip | Slutsats
Studien öppnar för en mer hållbar framtid där högre prestanda inte alltid innebär större energibehov. Chipet visar ett bättre sätt att utföra beräkningar på AI-nivå utan att överbelasta kraftverk. Av detta och många andra skäl förtjänar teamet stort erkännande.
Läs om fler intressanta AI-tekniker nu.
Referenser:
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. Nära energifri fotonisk Fourier-transformation för accelerering av konvolutionsoperationer. Advanced Photonics, 2025; 7 (05) DOI: 10.1117/1.AP.7.5.056007












