Optički prekidač za zelenu umjetnu inteligenciju: kako svjetlost može preoblikovati računanje i smanjiti potrošnju energije

Ključne stavke:

• Novi optički modul razvijen na Penn Stateu koristi višestruke prolaze svjetlosti kroz kompaktni optički krug nalik "beskonačnom ogledalu" kako bi proizveo nelinearnu obradu podataka bez snažnih lasera ili egzotičnih materijala.
• Rješenje omogućava izvođenje ključnih, računarski intenzivnih operacija za modele umjetne inteligencije brže i s daleko manjom energijom, otvarajući put za manje, efikasnije AI jedinice u centrima podataka i uređajima na rubu mreže.

Uvod

Rastući zahtjevi modela umjetne inteligencije ubrzano potiskuju granice postojećih računarskih arhitektura. Potreba za više procesorske snage često znači i ogromnu potrošnju električne energije te masivno hlađenje, što oblikuje budućnost infrastrukture podataka. Tim istraživača s Penn State univerziteta predvođen Xingjie Nijem predstavio je koncept koji premješta dio opterećenja sa elektrona na fotone, koristeći svjetlosne zrake kako bi se matematičke transformacije izvele direktno u optičkoj domeni. Njihov prototip, opisan u radu objavljenom u Science Advances, demonstrira da se nelinearnost, ključna za donošenje odluka u AI modelima, može postići kroz reverberaciju svjetlosnih obrazaca u multi-prolaznom optičkom sklupu, bez potrebe za skupim ili energetski intenzivnim pristupima koji su dosad ograničavali praktičnu primjenu optičkog računanja.

Šta je optičko računarstvo i zašto je relevantno?

Optičko računarstvo preuređuje način na koji se informacije procesuiraju: umjesto električnim impulsima kroz tranzistore, koristi se svjetlo i optički elementi poput objektiva, ogledala i difrakcionih površina za transformiranje ulaznih signala u izlazne obrasce. Ključna prednost ove paradigmatske promjene leži u prirodi fotona. Zbog slabih međudjelovanja među fotonima u uobičajenim uvjetima, više svjetlosnih kanala može istovremeno proći kroz isti prostor bez interferencije, što otvara mogućnost istovremenog paralelnog procesuiranja velikih nizova podataka. Osim toga, transformacije se odvijaju gotovo instantno, pri brzini svjetlosti, i često uz minimalnu potrebu za aktivnom energijom u optičkim elementima.

Optička rješenja već su bila predmet istraživanja za ubrzavanje linearnih dijelova računanja u AI modelima, poput množenja matrica koja predstavlja srž mnogih neuronskih mreža. No, problematičan je trenutak prelaska iz linearne obrade u nelinearnu. Nelinearnosti omogućavaju modele da uče i pravovremeno donose kompleksne odluke; one su obično ostvarene elektroničkim komponentama ili zahtijevnim optičkim materijalima koji pokazuju jaku nenlinearost pod visokim intenzitetima svjetlosti. Takvi pristupi uvode dodatne pretvorbe između optike i elektronike, povećavaju latenciju i potrošnju energije.

Koncept "beskonačnog ogledala" i reverberacija podataka

Rješenje koje su ponudili Ni i saradnici koristi princip reverberacije u optičkom krugu. Svjetlosni tok se usmjerava kroz niz standardnih optičkih elemenata i reflektuje više puta između površina, stvarajući efekt sličan beskonačnoj petlji ogledala. Svaki prolaz kroz krug modificira uzorak svjetlosti u skladu s informacijom koja je kodirana u ulaznom signalu. Nakon više prolaza, zapis svjetlosti zadržava složenu, nelinearnu vezu između početnog ulaza i konačnog izlaza. Umjesto da se oslanjaju na visoku snagu lasera ili specijalne nenelinearne materijale, istraživači su pokazali da se tražena nelinearnost može "izgraditi" postupnim akumuliranjem efekata kroz ponavljane prolaze.

Ovakav princip mijenja osnovne pretpostavke: nelinearna funkcionalnost više nije inherentna svojstvu jednog optičkog elementa, već emergentno svojstvo dinamične interakcije svjetlosnog polja s nizom običnih, široko dostupnih komponenti. Kamera na kraju petlje bilježi formirani obrazac svjetlosti; softver interpretira taj obrazac kao rezultat željene računarske operacije.

Kako novi pristup pobjeđuje stare kompromise

Dosadašnje optičke demonstracije često su kompromitirale praktičnost radi performansi: ili su koristile linearne optičke transformacije koje su brzo izvodile određene matematičke korake, ali i dalje zahtijevale elektroničku interakciju za nelinearnost, ili su koristile rijetke optičke materijale i visoke snage lasera kako bi nelinearnost izbandovale u čisto optičkom domenu. Ograničenja su se ogledala u složenosti izrade, troškovima i energetskoj neefikasnosti. Rješenje Pen State tima preokreće diskurs: sistem koji koristi tipične industrijske komponente, kao što se nalaze u LCD ekranima i LED rasvjeti, uz dobro osmišljen multi-prolazni raspored, može proizvesti značajnu nelinearnu reakciju bez znatnog povećanja ulazne snage ili upotrebe egzotičnih materijala.

Ta premisa ima dva praktična efekta. Prvo, znači da je razvojni put prema masovnoj proizvodnji realniji: potrebno je manje novih supstrata i manje reinventiranja proizvodnih linija. Drugo, smanjenje energetskih zahtjeva i toplinskog opterećenja direktno odgovara glavnim izazovima s kojima se suočavaju data centri: troškovi hlađenja i električne energije često nadmašuju cijenu stvarnih procesora u nekim konfiguracijama.

Tehnički aspekti prototipa

Prototipovirani modul koristi optički krug u kojem ulazna svjetlost prolazi kroz niz faznih i amplitudnih modulatora te reflektora. Svaki prolaz mijenja opseg i fazu svjetlosnog polja na način koji ovisi o prethodnim prolazima. Kamera, vrlo malih dimenzija i velike osjetljivosti, snima konačni prostor reflektiranih i modifikovanih zraka. Dobiveni slika se zatim interpretira digitalno, pri čemu se iz nje izvlače rezultirajuće vrijednosti koje odgovaraju izvođenju određene operacije neuronske mreže.

Ključna odlika je upotreba inkompatibilnog, odnosno inkomponentnog svjetla, što znači da sistem radi s ne-koherentnim izvorima, umjesto da zahtijeva koherentnost lasera. To smanjuje troškove, rizik od oštećenja optičkih komponenti i složenost samog izvora svjetla. Komponente prototipa su komercijalno dostupne i ne zahtijevaju proizvodnju na eksperimentalnoj skali.

Nelinearnost kroz akumulaciju: princip rada bez jake energije

Nelinearnost je srž inteligentnih modela; bez nje, sustavi bi bili ograničeni na linearne transformacije koje ne mogu "odlučivati" ili modelirati kompleksne obrasce. Tradicionalno, nelinearnost u optici ostvaruje se kroz materijale čija optička svojstva mijenjaju svojstvo s intenzitetom svjetlosti, ili kroz elektronske stupnjeve koji primaju optički signal i vraćaju ga nelinearno. Obje metode imaju nedostatke: prve zahtijevaju visoki intenzitet svjetlosti ili posebne supstrate; druge uvode energetski i vremenski skupi foton-elektron-foton prijelaz.

Multipažna reverberacija koristi mnoštvo slabih, ali podudarnih izmjena pri svakom prolazu. Svaki prolaz ne nosi jaku nelinearnost, ali kolektivno, nakon mnoštva iteracija, polje svjetlosti postaje funkcionalno nelinearno u odnosu na početni ulaz. Taj emergentni fenomen dolazi iz iterativne interakcije i faznih uvjeta koji uzrokuju da mala odstupanja rastu na kontroliran način kroz petlju. Rezultat je da su potrebne samo standardne optičke komponente i blago pojačanje, umjesto visokih ulaznih snaga.

Učinak na potrošnju energije i dimenzije uređaja

Pretvaranje dijela računarske logike u optičku domenu nudi dva direktna energetskog benefita. Prvi je smanjenje elektroničkih operacija koje generiraju toplinu i troše struju; optički prolazi mogu obaviti matematičke transformacije sa znatno nižom potrebom za energijom, osobito za linearne i iterativne operacije. Drugi je eliminacija čestih optičko-elektronskih konverzija koje u dosadašnjim optičkim akceleratorima predstavljaju glavnu energetsku i vremensku cijenu. Ukoliko optički modul može preuzeti većinu "teškog" numeričkog rada, treba manje GPU-a da se obradom pozabave, ili ti GPU-i postižu veću efikasnost uz iste rashladne kapacitete.

Dimenzionalno, rješenje je projektovano tako da bude kompaktno. Korištenje standardnih, malih optičkih elemenata omogućava smještaj u vrlo ograničen prostor. To je kritično za primjene na rubu mreže, gdje prostor i potrošnja energije ograničavaju sposobnost izvođenja kompleksnih modela izvan centraliziranih data centara.

Utjecaj na arhitekturu data centara i edge uređaja

Prebacivanje dijela opterećenja na optičke module mijenja paradigmu distribuiranog računanja. Data centri bi mogli smanjiti broj i snagu elektronskih procesora koji su prije bili neophodni za izvođenje istih zadataka. Troškovi hlađenja i energetskog održavanja mogli bi pasti, a time i ukupni operational expenditure (OPEX) za usluge temeljene na AI.

Na rubu mreže, smanjenje potrošnje i veličine omogućava integraciju kompleksnih modela u kamere, senzore, industrijske robote, medicinske instrumente i autonomna vozila. U scenarijima gdje je privatnost kritična, lokalna obrada na optičkim modulima smanjuje potrebu za slanjem sirovih podataka u oblak, čime se poboljšava sigurnost i latencija.

Tehnička ograničenja i izazovi za skaliranje

Iako koncept obećava, izazovi ostaju značajni. Jedan od njih je preciznost i stabilnost optičkog izlaza u različitim okruženjima; temperaturne varijacije, vibracije i starenje optičkih komponenti mogu utjecati na ponovljivost rezultata. Drugi izazov je programabilnost: prototip generira određenu vrstu nelinearnosti na temelju svog dizajna, ali komercijalne primjene zahtijevaju ključnu sposobnost prilagođavanja modela i zadataka. Stoga tim radi na mogućnosti podešavanja ponašanja modula kako bi se on mogao optimizirati za različite vrste zadataka i intenzitete obrade.

Treće, postoji pitanje integracije s postojećim softverskim i hardverskim ekosistemima. Današnji popularni AI okviri su razvijeni oko numeričkih operacija izvedenih na GPU-ima i TPU-ima. Kako bi optički moduli bili korisni, potrebni su slojevi koji prevode operacije modela u odgovarajuće ulaze za optički krug i zatim interpretiraju izlaz. To zahtijeva novu vrstu kompajlera i middleware-a, kao i standardizaciju sučelja.

Sigurnost, točnost i pouzdanost rezultata

Svaka nova računarska platforma mora demonstrirati dosljednost i predvidljivost rezultata. Kod optičkog pristupa ova pitanja dobivaju dodatnu složenost zbog analogne prirode optičkog polja i njegove osjetljivosti na okolne uvjete. Sigurnosno gledano, lokalna obrada može smanjiti izloženost podataka, ali također stvara nove vektore rizika ako uređaji nisu adekvatno zaštićeni od manipulacija ili degradacije.

Metodologija testiranja mora obuhvatiti duga periodična mjerenja, testove otpornosti na varijacije okoliša i evalucije na širokom spektru modela i zadataka kako bi se jasno kvantificirala točnost u odnosu na elektronske reference.

Programabilnost i kontrola izlaza

Razvijati optički modul koji je samo "hard-coded" za jednu vrstu nelinearnosti nije dovoljno za široku primjenu. Tim naglašava da idući korak uključuje programabilnu jedinicu koja omogućava podešavanje parametara modula za različite tipove problema. To se može ostvariti kroz kombinaciju prilagodljivih optičkih elemenata, kao i elektroničkog nadzora koji fino podešava ulazne uvjete i broj prolaza u petlji.

Takva programabilnost će omogućiti da optički modul odradi specifične, često ponavljane operacije u modelima, dok će kompletna fleksibilnost i kontrola ostati u domenu elektroničkih procesora.

Put prema komercijalizaciji i potrebne stepenice

Prelazak iz laboratorijskog prototipa u komercijalno rješenje zahtijeva višestruke faze: optimizaciju dizajna za masovnu proizvodnju, standardizaciju sučelja, razvoj softverskih alata i sigurnosnih provjera, kao i industrijska testiranja u realnim radnim uslovima. Ključne investicije uključuju razvoj paketa za integraciju (plug-and-play moduli), oblikovanje protokola za kalibraciju i dugotrajna testiranja pouzdanosti.

Partnerstva s proizvođačima optičkih komponenti, kompanijama za proizvodnju kamera i integratorima servera bit će od presudnog značaja. U ovom kontekstu, potpora Agencije za znanstvena istraživanja i odbrane i nacionalnih fondova za nauku, koja je već osigurana za ovaj rad, pomaže premostiti jaz između prototipa i industrijske primjene.

Potencijalne primjene u praksi

Primjene su brojne i raznolike. U data centrima, optički moduli mogu ubrzati operacije poput convolucija i množenja matrica, oslobađajući GPU resurse za druge zadatke. U vetroparkovima, autonomnim vozilima i dronovima, gdje su težina i potrošnja ograničeni, kompaktni optički akceleratori omogućavaju lokalno izvršavanje sofisticiranih modela za prepoznavanje objekata i donošenje odluka u realnom vremenu. U medicini, brzina i energetska efikasnost mogu doprinijeti razvoju prenosivih dijagnostičkih uređaja koji obrađuju slike ili signale bez slanja pacijentovih podataka u oblak.

Industrije koje traže nisku latenciju — kao što su financijsko trgovanje, robotika i sigurnosne aplikacije — također mogu profitirati od gotovo instantnih optičkih transformacija u kombinaciji s elektroničkom kontrolom.

Ekonomske i ekološke implikacije

Ako optički moduli uspješno smanje potreban broj visokih performansi GPU jedinica u data centrima, posljedice bi bile dvojake: smanjenje troškova rada i infrastrukture, i smanjenje ugljičnog otiska industrije koja ubrzano raste. Manji energetskih zahtjevi ne samo da smanjuju račun za struju kompanija, već i ublažavaju opterećenje na električnu mrežu u regijama s ograničenim kapacitetima. Za potrošače, to bi značilo bolju dostupnost naprednih AI usluga po nižoj cijeni, a za okoliš — manje emisije povezane s računarstvom.

Autori, finansiranje i akademski kontekst

Rad objavljen u časopisu Science Advances nosi naslov "Nonlinear optical extreme learner via data reverberation with incoherent light" i datiran je 11. februara 2026. Voditelj istraživanja je Xingjie Ni, vanredni profesor elektrotehnike na Penn State School of Electrical Engineering and Computer Science. Među koautorima su Iam-Choon Woo, William E. Leonhard Professor; Zhiwen Liu, profesori; dok su doktorandi Bofeng Liu, Xu Mei i Sadman Shafi doprinijeli eksperimentalnim i analitičkim aspektima. Tunan Xia, inženjer iz Voyant Photonics koji je doktorirao na Penn Stateu, također je dio tima. Istraživanje je podržano od strane Air Force Office of Scientific Research i američke Nacionalne naučne zaklade.

Perspektiva: kako će izgleda sljedeća generacija hibridnih arhitektura

Nije realno očekivati potpunu zamjenu elektroničkog računanja optičkim u svim domenima. Elektronika pruža nezamjenjivu fleksibilnost, memorijske operacije i kontrolnu logiku. Međutim, hibridne arhitekture u kojima optički moduli preuzimaju specifične, visoko paralelizirane i numerički intenzivne operacije ponudit će najbolje iz oba svijeta. Te hibridne jedinice mogle bi funkcionirati kao cjevovodi koji u realnom vremenu prosljeđuju teške izračune na optiku, dok elektronički kontroleri koordiniraju, čitaju rezultate i osiguravaju fleksibilnost aplikacija.

Takva podjela poslova može dovesti do drastičnih promjena u dizajnu data centara, razvojnom procesu AI modela i infrastrukturnih zahtjeva za distribuciju inteligentnih sistema širom industrija.

Zaključne misli bez klišea

Premještanjem dijela računskih opterećenja u optičku domenu, novi pristup iz Penn Statea nudi konkretan put za smanjenje energetske ambicije umjetne inteligencije bez kompromisa u performansama. U narednim godinama ključ će biti razrada programabilnosti, stabilnosti i integracije u postojeće ekosisteme, a paralelni razvoj industrijskih standarda i softverskih alata odredit će tempo usvajanja. Ako se očekivanja potvrde, iduća generacija AI infrastrukture mogla bi biti brža, manja i znatno energijski efikasnija — i to zahvaljujući onome što nam je oduvijek bilo dostupno: svjetlosti.

Česta pitanja:

Pitanje: Šta znači da optički modul koristi "inkohentno" svjetlo i zašto je to važno? Odgovor: Korištenje inkohentnog svjetla znači da sistem ne zahtijeva koherenciju svojstvenu laserima; umjesto toga koristi se raspršeno ili širokopojasno svjetlo koje je manje osjetljivo na fazne nepravilnosti. To smanjuje troškove izvora svjetla, olakšava upotrebu komercijalnih komponenti i povećava sigurnost jer laserski izvori visokog intenziteta nisu neophodni.

Pitanje: Kako reverberacija u optičkom krugu stvara nelinearnost bez specijalnih materijala? Odgovor: Svaki prolaz svjetlosti kroz optički krug mijenja njene amplitude i faze na načine koji ovise o prethodnim prolazima. Kroz seriju takvih iteracija male promjene se kumuliraju i rezultiraju složenim, nelinearnim odnosom između ulaza i izlaza. Taj emergentni efekat zamjenjuje potrebu za jednim snažno nelinearnim materijalom.

Pitanje: Koliko energije se može uštedjeti u odnosu na klasične GPU jedinice? Odgovor: Konkretne brojke zavise od zadatka i konfiguracije, ali eksperimenti pokazuju značajna smanjenja energije za računarski intenzivne operacije koje optički modul može preuzeti. Pravi utjecaj na ukupnu energiju data centra ovisit će o stepenu integracije i podjeli rada između optike i elektronike.

Pitanje: Hoće li optički moduli zamijeniti GPU-e ili CPU-e? Odgovor: Ne očekuje se potpuno zamijenjivanje. Elektronika ostaje neophodna za kontrolu, memoriju i opću fleksibilnost. Optički moduli su dizajnirani da preuzmu specifične, intenzivne numeričke zadatke, čime se smanjuje potreba za velikim brojem elektroničkih akceleratora u tipičnim konfiguracijama.

Pitanje: Koje su najveće tehničke prepreke prije komercijalne primjene? Odgovor: Glavni izazovi uključuju stabilnost i ponovljivost optičkih izlaza u realnim uvjetima, razvoj programabilnih sučelja, standardizaciju integracije s postojećim AI framework-ovima i dokazivanje dugoročne pouzdanosti komponenata.

Pitanje: Koje vrste aplikacija najviše profitiraju od ove tehnologije? Odgovor: Aplikacije koje zahtijevaju visoku paralelizaciju i veliki broj numeričkih operacija, poput obrade slika i videa, real-time inferencije na rubu mreže, industrijske automatizacije i nekih aspekata znanstvenih simulacija, najviše profitiraju.

Pitanje: Kako će optički moduli utjecati na privatnost podataka? Odgovor: Mogućnost lokalne obrade smanjuje potrebu za slanjem sirovih podataka u oblak, što može poboljšati privatnost i sigurnost. Ipak, lokalni uređaji moraju biti adekvatno zaštićeni od fizičkih i softverskih napada.

Pitanje: Koje su naredne istraživačke faze za tim s Penn Statea? Odgovor: Sljedeći koraci obuhvataju razvoj programabilne, robusne verzije modula koja se može integrirati u postojeće računarske platforme, smanjenje veličine i povećanje skalabilnosti, te testove na većim i realističnijim radnim opterećenjima kako bi se demonstrirala pouzdanost i komercijalna vrijednost.