Investicijos į dirbtinio intelekto (AI) infrastruktūrą praėjo pro stogą nuo tada, kai 2022 m. pasirodė generatyvūs AI kalbų modeliai, pvz., ChatGPT. Kadangi 2025 m. investicijos į dirbtinio intelekto infrastruktūrą pasiekė rekordines aukštumas, „International Data Corp.“ pasaulinės investicijos siekia stulbinančius 318 mlrd.
Sparčiai didėjančių kapitalo injekcijų fone pramonė artėja prie fizinės „mažėjimo sienos“. Tradicinė infrastruktūra pradeda girgždėti dėl duomenų centrų pajėgumų apribojimų ir didėjančio energijos poreikio.
Didėjantis energijos poreikis dirbtiniam intelektui maitinti yra netvarus, taip pat didėja susirūpinimas dėl žalos aplinkai, kurią gali sukelti tokios energijos tiekimas.
Dabar esame lūžio taške. Tradiciniai elektriniai duomenų perdavimo metodai pasiekia savo ribas – NVIDIA parodė savo jėgas, neseniai investavusi 4 mlrd. USD į dvi fotonikos įmones – „Coherent Corp.“ ir „Lumentum“. NVIDIA lažinasi už ateitį, kurioje duomenys bus perduodami šviesa (fotonais), o ne elektra.
AI energijos suvartojimas
TheElektros energijos tyrimų institutasapskaičiavo, kad duomenų centrai iki 2030 m. kasmet galėtų suvartoti iki 9 % JAV pagaminamos elektros energijos, o 2023 m. – 4 %. Kadangi AI modeliai susiduria su nuolat-didėjančia vartotojų paklausa ir reikalauja daugiau skaičiavimo, pasaulinis energijos poreikis išaugs. Atsižvelgiant į pastarojo meto energijos kainų nepastovumą, tai kelia opią AI paslaugų mastelio keitimo išlaidų problemą. Jau dabar matome, kad ši problema išsipildo, o OpenAI įvardija didėjančias sąskaitas už energiją kaip priežastį atšaukti JK plėtros planus.
Procesoriai artėja prie fizinių ribų. Tranzistoriai, elektroniniai jungikliai, sudarantys elektroninių grandinių pagrindą, dabar yra vos kelių atomų pločio-tokio dydžio, dėl kurio kvantiniai efektai ir šiluma tampa reikšmingais apribojimais.
Šviesa tunelio gale
Be iššūkių, susijusių su duomenims apdoroti ir perkelti sunaudojamos energijos kiekiais, fizinis atstumas tarp apdorojimo ir atminties elementų, tiek -lusto, tiek sistemos lygiu, dabar riboja AI modelių paleidimo ir lavinimo greitį. Duomenų centrų kūrimas ant fotoninio pagrindo yra kitas logiškas žingsnis.
Netrukus bus galima atlikti skaičiavimus optinių duomenų kelyje ir tai suteikia galimybę sumažinti delsą ir mastelio infrastruktūrą, proporcingai nepadidinant energijos suvartojimo.
Fotonika gali būti integruota tiesiai į silicio lustus, kad būtų galima padidinti mastelį ir pagerinti elektros energijos efektyvumą. Fotonikos efektyvumo didinimo esmė yra paprasta: šviesa sklinda greičiau ir neša daugiau informacijos, tuo pačiu gamindama mažiau šilumos nei elektronai. Tai lemia žymiai didesnį skaičiavimo tankį, mažesnes energijos sąnaudas ir puikias šilumines charakteristikas, kad būtų įveiktos ribos, kurias kelia tamsus silicis įprastuose lustuose.
Efektyvumo didinimo lustų lygmeniu nauda akivaizdi iš to, kaip greitai sutaupoma energija. Vienas vatas energijos, sutaupytos maitinant lustą, taip pat sumažina energijos suvartojimą ir aušinimą. Fotonika atveria AI infrastruktūros kūrimo ateitį, kuri yra paremta greitesniu, švaresniu ir iš esmės keičiamu pagrindu.
Fotonikos duomenų centro diegimas
Pagrindinė didelio masto AI kliūtis yra ne neapdoroti skaičiavimai, o stulbinančios energijos sąnaudos, susijusios su duomenų perkėlimu tokiu greičiu ir apimtimi, kokio reikalauja šiuolaikiniai AI darbo krūviai. Sparti pasienio modelių raida reiškia, kad sistemos patiria nuolatinį įtampą dėl tūkstančių lustų koordinavimo vienu metu. Tradicinė duomenų centrų infrastruktūra tiesiog neatlaiko nuolatinio ir labai intensyvaus keitimosi duomenimis paklausos.
Fotonika suteikia galimybę išspręsti šią problemą strateginiu lygmeniu, o ne tik sušvelninti vis labiau ištemptos elektros architektūros spiralinius šiluminius poreikius. Ankstyvieji pramonės vertinimai rodo, kad šviesos naudojimas duomenims perduoti užtikrina maždaug 5 kartus didesnį energijos vartojimo efektyvumą ir 10 kartų didesnį tinklo atsparumą nei įprastinė elektronika.
Silicio fotonikos pranašumai neapsiriboja tiesioginiu efektyvumu ir tvarumu. Pašalinus reikšmingas duomenų-perdavimo kliūtis, fotonika taip pat atrakina tokius skaičiavimo tipus, kurie anksčiau buvo laikomi nepraktiškais dėl energijos sąnaudų, pvz., visiškai homomorfinį šifravimą (šifruotų duomenų apdorojimas jų neiššifruojant).
Panaikinus tradicinių skaičiavimo architektūrų ribas, fotonika turi toli siekiančių{0}}pasekmių sektoriams, kuriuose dėl gynybos, finansų ir sveikatos priežiūros pramonės našumo ir duomenų privatumo negalima-derėtis.
Iki šiol AI pramonės reakcija į didėjančius energijos poreikius buvo lėta ir nesugeba pašalinti tradicinių silicio architektūrų struktūrinių trūkumų. NVIDIA neseniai investuotos kelių milijardų{1}dolerių investicijos yra aiškus signalas, kad hiperskaluotojai dabar pripažįsta, kad tai iš esmės yra infrastruktūros problema.
Dabar turime savęs paklausti, ar daugiau -toliau imame daug dėmesio-įrengti duomenų centro ir aušinimo infrastruktūrą, ar investuojame į novatoriškus sprendimus, pvz., fotoniką, kuri gali pašalinti pagrindinius apribojimus pačioje vietoje.
Fotonika yra naujas galimybių horizontas. Užuot pakeitusi esamas sistemas, fotonika papildo šiuolaikines skaičiavimo architektūras, atrakindama naujus skaičiavimo pajėgumus pačiame tinkle. Fotonika skatina lustų pramonę link didžiausio architektūrinio poslinkio nuo fon Neumann architektūros atsiradimo ir suteikia galimybę atrakinti beribį skaičiavimą.
