Artificiell intelligens
Träna AI med optisk fiber: ett ljusbaserat språng
Lägg till Securities.io bland dina föredragna källor på Google
Varför optisk fiber kan ersätta elektricitet i AI‑beräkning
Sedan datorernas tidiga dagar har nästan alla datorer på ett eller annat sätt byggt på beräkningar med elektricitet, från äldre vakuumrör till moderna kiselchip i nanometerskala.
I takt med att kiselchip blir allt mindre har forskare sökt nya sätt att bygga datorer som kan ta kapaciteten längre än vad kiselchip medger. Vi behandlade ämnet i ”De 10 främsta företagen inom kiseloberoende datorteknik”.
Metoderna omfattar exempelvis andra material, som kolkarbid, vanadindioxid, organiska material eller grafen. En annan möjlighet är att förändra hur beräkningar utförs och gå bort från den binära programmeringen i elbaserad datorteknik. Hit hör kvantdatorer och fotonik.
Fotonik använder ljus i stället för elektricitet för att koda och överföra information. Hittills har informationen dock i slutänden fortfarande omvandlats till en binär signal, vilket har hindrat en helt ljusbaserad form av beräkning.
Detta förändrades genom arbete av forskare vid Tammerfors universitet i Finland och Université Marie et Louis Pasteur i Besançon, Frankrike. De använde optisk fiber för ultrasnabba beräkningar och publicerade resultaten i den vetenskapliga tidskriften Optics Letters1 under titeln ”Begränsningar för icke-linjär och dispersiv fiberutbredning i en extreme learning machine baserad på optisk fiber”.
Begränsningar med traditionell AI‑träning med elektroniska system
AI-träning och databehandling närmar sig effektivitetsgränser, eftersom energiförbrukningen och databehandlingens hastighet i allt högre grad begränsar AI-beräkningar.
Ljusbaserade beräkningar kan däremot bli tusentals gånger snabbare och koda data i mycket små energiskillnader, vilket ökar effektiviteten. Problemet har varit att ingen direkt beräkning med ljus hittills hade genomförts.
Forskarna använde en särskild typ av datorarkitektur som kallas Extreme Learning Machine (ELM), en metod inspirerad av neurala nätverk.
En fördel med ELM är att systemen kan lära sig från träningsdata i ett enda steg och använder en relativt enkel algoritm.
ELM är i regel inte lämpad för mycket komplexa uppgifter som kräver flera lager av AI-träning. Arkitekturen kan däremot fungera mycket bra och effektivt för specifika uppgifter, exempelvis visuell igenkänning.
Hur forskarna kodade bilder med optiska fibrer
Forskarna byggde ett optiskt ELM-system med femtosekundslaserpulser, som är en miljard gånger kortare än en kamerablixt, och en optisk fiber som håller ljuset inom ett område mindre än en bråkdel av ett hårstrås tjocklek.
Laserpulserna är tillräckligt korta för att innehålla ett stort antal olika våglängder eller färger och därmed skapa en innehållsrik datamängd.
Därefter skickade forskarna in dessa data i fibern med en relativ fördröjning som kodats efter en bild.
Källa: Tammerfors universitet
Den icke‑linjära optikens roll i AI‑bearbetning
Denna form av datakodning omvandlades genom den icke-linjära växelverkan mellan ljus och glas.
Linjär optik är den vanliga optik som lärs ut i skolan, där ljuset exempelvis växelverkar direkt med ett prisma.
Inom icke-linjär optik beror reaktionen i det medium som ljuset passerar på ljusets våglängd, intensitet, riktning och polarisation.
Icke-linjära optiska komponenter kan få fotoner med olika frekvenser att förenas och skapa nya fotoner med nya frekvenser.
”I stället för konventionell elektronik och konventionella algoritmer utförs beräkningen genom att utnyttja den icke-linjära växelverkan mellan intensiva ljuspulser och glaset.”
Med den icke-linjära växelverkan och Extreme Learning Machine-algoritmen (ELM) kunde en AI tränas att klassificera handskrivna siffror, såsom dem som används i det välkända MNIST-riktmärket för AI.
Källa: Optics Letters
De bästa systemen nådde en noggrannhet på över 91 procent, nära de mest avancerade digitala metodernas nivå.
Det anmärkningsvärda är att resultatet uppnåddes på mindre än en pikosekund, alltså en biljondels sekund (0,000000000001 sekunder).
Idealisk optimering
De bästa resultaten uppnåddes inte vid den högsta graden av icke-linjär växelverkan eller komplexitet.
I stället krävdes en känslig balans mellan fiberlängd, dispersion, det vill säga skillnaden i utbredningshastighet mellan olika våglängder, och effektnivåer.
”Prestandan handlar inte bara om att skicka mer effekt genom fibern. Den beror på hur exakt ljuset är strukturerat från början, med andra ord hur informationen kodas, och hur ljuset växelverkar med fiberns egenskaper.”
Är optiska fiberdatorer framtiden för AI?
Att träna AI enbart med ljus är ett radikalt avsteg från alla metoder som hittills har använts. Metoden lämpar sig sannolikt inte för alla typer av data, men där den kan användas kan den ge resultat som är tusen gånger energieffektivare och upp till en miljon gånger snabbare.
”Våra modeller visar hur dispersion, icke-linjäritet och till och med kvantbrus påverkar prestandan. Det ger avgörande kunskap för att utforma nästa generation av hybrida optisk-elektroniska AI-system.”
Ett sådant upplägg skulle sannolikt innebära att en del AI-beräkningar delegeras till icke-linjär optisk fiberhårdvara som byggts särskilt för uppgiften. Repetitiva uppgifter, som visuell identifiering, skulle därför passa bättre än bearbetning av nya data.
”Detta arbete visar hur grundforskning inom icke-linjär fiberoptik kan driva fram nya beräkningsmetoder. Genom att förena fysik och maskininlärning öppnar vi nya vägar mot ultrasnabb och energieffektiv AI-hårdvara.”
Möjliga tillämpningar sträcker sig från signalbehandling i realtid och miljöövervakning till snabb AI-inferens.
Arbetet befinner sig dock fortfarande på stadiet där teknikens grundprinciper demonstreras och är långt från kommersialisering.
Det visar ändå att fotonik sannolikt blir en allt viktigare del av datorindustrin. Av grundläggande fysikaliska skäl kan ljus vara bättre än elektricitet för vissa beräkningstillämpningar.
Toppnoterade börsnoterade laser‑ och fotonikföretag
Coherent (II-VI Marlow): En ledare inom laserinnovation
COHR Prisdiagram
Coherent är en stor industrikoncern med över 26 000 anställda och en ledande aktör inom laserteknik. Bolaget bildades genom sammanslagningen av avancerade materialtillverkaren II-VI (COHR ) Marlow och lasertillverkaren Coherent.
Företaget är specialiserat på avancerade material som används i lasrar, optik och fotonik, däribland indiumfosfid, epitaxiella wafers och galliumarsenid.
Omsättningen växte, främst tack vare flera förvärv under det senaste decenniet, från 600 miljoner dollar 2013 till 4,7 miljarder dollar 2024.
Företaget får 29 procent av intäkterna direkt från lasrar. Resten är kopplad till kringutrustning som optisk fiber och elektronik. Instrumentkategorin omfattar främst tillämpningar inom biovetenskap och medicin.
Källa: Coherent
Närvaron inom avancerade material som termofotovoltaik, vilket vi diskuterade i en tidigare artikel, kiselkarbid, lasrar och elektronik gör att företaget kan dra nytta av strukturella trender som precisionsproduktion, additiv tillverkning (3D-utskrift), elektrifiering och förnybar energi.
Företaget har nyligen avskilt sin kiselkarbidverksamhet i en ny enhet som till 75 procent ägs av Coherent. Resten ägs i lika delar av Mitsubishi Electric, som bidrar med immateriella rättigheter inom kiselkarbidbaserad kraftelektronik, och Denso, som bidrar med sin verksamhet som fordonsleverantör inom elektrifiering och effekthalvledare.
Kiselkarbid blir nämligen i allt högre grad en egen teknik och används främst i högeffektstillämpningar som elfordon, batterier och förnybar energi.
Coherent är ledande inom lidar och digital 3D-avkänning, även för självkörande tillämpningar, flödesceller för nästa generations sekvensering (NGS) inom bioteknik och lasrar för halvledartillverkning. Företaget räknar med att huvudmarknaderna växer med 8–20 procent.
Källa: Coherent
Andra möjliga nya användningsområden för lasrar, som riktade energivapen, fotonisk databehandling, kärnfusion och rymdteknik, kan också stödja företagets långsiktiga tillväxt.
För investerare som är intresserade av sektorn ligger Coherent så nära ett renodlat börsnoterat laserföretag som det går att komma, med stark vertikal integration och över 3 100 patent som skyddar innovationerna.
När fotoniken utvecklas ökar efterfrågan gradvis på ultrasnabba och extremt precisa lasersystem samt på lasrar som används i optisk telekommunikation.
Senaste nyheter och utveckling kring Coherent (COHR) aktie
Refererad studie
1. Andrei V. Ermolaev, Mathilde Hary, et al. Begränsningar för icke-linjär och dispersiv fiberutbredning i en extreme learning machine baserad på optisk fiber. Optics Letters. Vol. 50, nr 13, s. 4166–4169 (2025) https://doi.org/10.1364/OL.562186
