Tekoäly-infrastruktuuriinvestoinnit ovat käyneet läpi generatiivisten tekoälymallien, kuten ChatGPT:n, saapumisen vuonna 2022. Kun hyperskaalaimet nostivat investoinnit tekoälyn infrastruktuuriin ennätyskorkeaksi vuonna 2025, International Data Corp. vastaa maailmanlaajuisesti huikeat 318 miljardin dollarin investoinnit, ja näyttää siltä, että ne jatkavat kasvuaan vuosi toisensa jälkeen.
Nousujen pääomasijoitusten taustaa vasten ala on lähestymässä fyysistä "skaalausmuuria". Perinteinen infrastruktuuri alkaa narista datakeskusten kapasiteetin rajoitusten ja kasvavan energiantarpeen vuoksi.
Tekoälyn virrankulutuksen lisääntyvä energiantarve on kestämätöntä, ja huolet kasvavat myös ympäristövahingoista, joita tällaisen energian toimittaminen voi aiheuttaa.
Olemme nyt käännepisteessä. Perinteiset sähköiset tiedonsiirtomenetelmät ovat saavuttamassa rajansa, kun NVIDIA osoitti kätensä sijoittamalla äskettäin 4 miljardia dollaria kahteen fotoniikkayritykseen, Coherent Corp.:iin ja Lumentumiin. NVIDIA vetoaa tulevaisuuteen, jossa tiedot välitetään valon (fotonien) kautta sähkön sijaan.
AI energiankulutus
TheSähkövoiman tutkimuslaitosarvioi, että palvelinkeskukset voisivat kuluttaa jopa 9 % Yhdysvaltain sähköntuotannosta vuosittain vuoteen 2030 mennessä, kun se vuonna 2023 oli 4 %. Koska tekoälymallit kohtaavat jatkuvasti-kasvavaa kulutuskysyntää ja vaativat enemmän laskentaa, globaali energian kysyntä kasvaa. Tämä aiheuttaa akuutin ongelman tekoälypalvelujen skaalauskustannuksille, kun otetaan huomioon energian hintojen viimeaikainen epävakaus. Näemme jo tämän ongelman toteutuvan, ja OpenAI vetoaa nouseviin energialaskuihin syynä peruuttaa Ison-Britannian laajentumissuunnitelmansa.
Prosessorit lähestyvät fyysisiä rajoja. Transistorit, elektroniset kytkimet, jotka muodostavat elektronisten piirien perustan, ovat nyt vain muutaman atomin leveitä-koko, jossa kvanttiefektit ja lämpö muodostavat merkittäviä rajoituksia.
Valoa tunnelin päässä
Sen lisäksi, että datan käsittelyyn ja siirtämiseen käytetyt energiamäärät liittyvät haasteeseen, käsittely- ja muistielementtien välinen fyysinen etäisyys sekä -sirulla että järjestelmätasolla rajoittaa nyt nopeutta, jolla tekoälymalleja voidaan ajaa ja harjoitella. Datakeskusten rakentaminen fotoniselle perustalle on seuraava looginen askel.
Pian laskenta optisen datapolun sisällä on mahdollista ja se tarjoaa mahdollisuuden vähentää latenssia ja skaalata infrastruktuuria ilman suhteellista lisäystä virrankulutuksessa.
Fotoniikka voidaan integroida suoraan piisiruihin, mikä mahdollistaa sähkön skaalautuvuuden ja tehokkuuden parantamisen. Fotoniikan tehokkuuden kasvun ydin on yksinkertainen: Valo kulkee nopeammin ja kuljettaa enemmän tietoa, samalla kun se tuottaa vähemmän lämpöä kuin elektronit. Tämä johtaa dramaattisesti suurempaan laskentatiheyteen, pienempään virrankulutukseen ja erinomaiseen lämpösuorituskykyyn, joka ylittää tavanomaisten sirujen tumman piin lisääntymisen asettamat rajat.
Haketasolla tehokkuuden parantamisen edut näkyvät siinä, kuinka nopeasti energiansäästö yhdistetään. Yksi watti energiaa, joka säästyy sirun avulla, vähentää myös virrankulutukseen ja jäähdytykseen menevää energiaa. Fotoniikka avaa tulevaisuuden AI-infrastruktuurin kehittämiselle, joka perustuu nopeampaan, puhtaampaan ja pohjimmiltaan skaalautuvaan perustaan.
Fotoniikan datakeskuksen toteutus
Laajamittainen tekoälyn perustavanlaatuinen pullonkaula ei ole enää raakalaskenta, vaan tietojen siirtämisen huikeat energiakustannukset nykyaikaisen tekoälyn vaatimalla nopeudella ja määrällä. Rajamallien nopea kehitys tarkoittaa, että järjestelmät ovat jatkuvassa rasituksessa tuhansien sirujen samanaikaisesta koordinoinnista. Perinteinen datakeskusinfrastruktuuri ei yksinkertaisesti pysty vastaamaan jatkuvan, erittäin intensiivisen tiedonvaihdon kysyntään.
Fotoniikka tarjoaa mahdollisuuden käsitellä tätä ongelmaa strategisella tasolla sen sijaan, että se vain lieventäisi yhä venyvän sähköarkkitehtuurin kierteisiä lämpövaatimuksia. Alan varhaiset arviot osoittavat, että valon käyttö tiedonsiirrossa tuottaa noin viisinkertaisen tehokkuuden ja 10 kertaa verkon sietokyvyn perinteiseen elektroniikkaan verrattuna.
Piifotoniikan edut ulottuvat välittömiä tehokkuutta ja kestävyyttä koskevia etuja pidemmälle. Poistamalla merkittävät-tiedonsiirron pullonkaulat fotoniikka vapauttaa myös tietokoneita, joita pidettiin aiemmin epäkäytännöllisinä energiakustannusten vuoksi, kuten täysin homomorfisen salauksen (salatun tiedon käsitteleminen ilman, että sitä koskaan puretaan).
Perinteisten laskenta-arkkitehtuurien rajojen poistamisen ansiosta fotoniikalla on kauaskantoisia seurauksia-aloilla, joilla puolustus-, rahoitus- ja terveydenhuoltoalan vaatimasta suorituskyvystä ja tietosuojasta ei voida-neuvotella.
Tekoälyteollisuuden vastaus kasvaviin energiatarpeisiinsa on tähän mennessä ollut hidasta, eikä se ole pystynyt korjaamaan perinteisten piiarkkitehtuurien rakenteellisia puutteita. NVIDIAn viimeaikaiset monen miljardin{1} dollarin investoinnit ovat selvä merkki siitä, että hyperskaalaajat ymmärtävät, että tämä on pohjimmiltaan infrastruktuuriongelma.
Meidän on nyt pohdittava itseltämme, teemmekö samaa-jatkoa silmän-kastelua datakeskusten rakentamiseen ja jäähdytysinfrastruktuuriin vai investoimmeko innovatiivisiin ratkaisuihin, kuten fotoniikkaan, jotka voivat ratkaista tärkeimmät rajoitukset niiden lähteellä.
Fotoniikka edustaa uutta mahdollisuuksien horisonttia. Sen sijaan, että fotoniikka korvaisi olemassa olevia järjestelmiä, se lisää nykyaikaisia laskenta-arkkitehtuureja vapauttamalla uutta laskentakapasiteettia itse verkossa. Fotoniikka ajaa siruteollisuutta kohti suurinta arkkitehtonista muutosta von Neumannin arkkitehtuurin tulon jälkeen, ja se tarjoaa mahdollisuuden avata rajaton laskenta.
