Chip quang tử tăng tốc huấn luyện AI, giảm 40% điện năng
Research labs have unveiled a new generation of photonic chips that use light instead of electrons to perform matrix multiplication — the core operation of neural networks.
Why it saves power
Most of the energy in AI training is spent moving data between memory and compute. Photonics carries signals with almost no heat, cutting power by up to 40% versus conventional GPUs at the same compute volume.
The bottleneck is no longer compute speed, but the energy to feed it.
The remaining challenges: mass production and integration with today’s software ecosystem.
各研究所が、電子の代わりに光で行列乗算 — ニューラルネットワークの中核演算 — を行う新世代のフォトニックチップを発表した。
なぜ省電力なのか
AI学習の電力の大半は、メモリと演算器の間のデータ移動に費やされる。光はほとんど発熱せずに信号を伝えるため、同じ計算量なら従来のGPUより最大**40%**の電力を削減できる。
ボトルネックはもはや計算速度ではなく、それを支える電力だ。
残る課題: 量産と、既存ソフトウェアエコシステムとの統合。
여러 연구소가 전자 대신 빛으로 행렬 곱셈 — 신경망의 핵심 연산 — 을 수행하는 신세대 광자 칩을 발표했다.
왜 전력이 절약되나
AI 학습 전력의 대부분은 메모리와 연산 장치 사이의 데이터 이동에 소모된다. 광자는 거의 발열 없이 신호를 전달하므로 같은 연산량에서 기존 GPU 대비 최대 **40%**의 전력을 줄일 수 있다.
병목은 더 이상 연산 속도가 아니라, 그것을 먹여 살릴 에너지다.
남은 과제: 대량 생산과 기존 소프트웨어 생태계와의 통합.
多家实验室发布了新一代光子芯片,用光代替电子执行矩阵乘法——神经网络的核心运算。
为什么省电
AI 训练的大部分电力消耗在内存与计算单元之间的数据搬运上。光子传输信号几乎不发热,因此在相同计算量下比传统 GPU 最多可省 40% 的电。
瓶颈不再是计算速度,而是供养它的能源。
剩下的挑战:量产,以及与现有软件生态的整合。