Hoe geïntegreerde fotonica AI-hardware radicaal efficiënter kan maken

De snelle groei van kunstmatige intelligentie brengt huidige hardware steeds dichter bij haar fysieke grenzen. GPUs en TPUs voeren miljarden matrixvermenigvuldigingen per seconde uit, maar dit gaat gepaard met hoge energieconsumptie, hitteontwikkeling en vertragingen. Terwijl datacenters worstelen met hun stroom- en koellast, en edge devices beperkt worden door batterij en thermische limieten, ga je je afvragen of elektronica alleen AI nog wel kan bijbenen.

Een veelbelovende oplossing komt uit de wereld van de fotonica. Het Nederlandse NeuroCore, deelnemer aan de PhotonDelta Global Photonics Engineering Contest, presenteerde een concept voor een fotonische versneller die rekent met licht in plaats van elektronen.

Matrixvermenigvuldiging met licht

Het hart van vrijwel elk AI-model bestaat uit multiply-accumulate (MAC)-operaties. NeuroCore vervangt het parallel rekenen met elektronen door optische interferentie. Mach-Zehnder-interferometers in een golfgeleidernetwerk voeren matrixbewerkingen uit door lichtstralen te splitsen en samen te voegen.

Voordelen zijn snelheid en parallelisme: licht beweegt zonder klokcyclus en kan gelijktijdig meerdere paden volgen. Elektronica blijft wel nodig voor besturing, terugkoppeling en activatiefuncties, waardoor een hybride architectuur ontstaat: optisch rekenen met elektronische sturing.

Hybride fotonische chip

De NeuroCore-chip is opgebouwd uit drie materiaallagen:

• InP (indiumfosfide): lichtbron via laserdiodes.
• SiN (siliciumnitride): extreem lage propagatieverliezen, cruciaal voor lange optische paden.
• SiPh (siliciumfotonica): dynamische faseverschuivers om netwerken in real-time te herconfigureren.

Uitgangssignalen worden via geïntegreerde fotodiodes teruggezet naar het elektronische domein, zodat de accelerator naadloos aansluit op bestaande systemen.

Toepassingen en uitdagingen

De eerste toepassingsgebieden liggen in datacenters en edge devices zoals autonome voertuigen en medische apparatuur. Optische versnellers kunnen hier energie besparen en real-time prestaties leveren zonder oververhitting.

Uitdagingen zitten vooral in de fabricage: de nauwkeurige integratie van verschillende materialen op één chip en het stabiel houden van optische paden bij temperatuurvariaties. Feedback- en koelsystemen zijn noodzakelijk om de fasecoherentie te behouden.

Vooruitblik

Dankzij ecosystemen als PhotonDelta, die ontwerp- en fabricagecapaciteit beschikbaar stellen, kan het NeuroCore-concept relatief snel doorgroeien naar een prototype.

AI groeit sneller dan de traditionele hardware kan volgen. Fotonicaversnellers zoals die van NeuroCore laten zien dat de toekomst van kunstmatige intelligentie niet alleen in silicium, maar ook in licht kan liggen.