Фотонные вычисления: Lightmatter и будущее AI-чипов

Фотонные вычисления, использование света вместо электричества для обработки данных, долгое время оставались академической идеей. В 2026 году ситуация меняется. Компания Lightmatter, основанная выпускниками MIT, привлекла более $850 млн инвестиций и представила коммерческие продукты, которые используют фотоны для ускорения AI-вычислений. За ней следуют десятки стартапов и исследовательских групп по всему миру.

Принцип фотонных вычислений основан на фундаментальных свойствах света. Фотоны перемещаются со скоростью света, не выделяют тепла при прохождении через оптические элементы и могут выполнять операции линейной алгебры (матричные умножения) по мере прохождения через специально спроектированные оптические структуры. Именно матричные умножения составляют основу вычислений в нейронных сетях, что делает фотонику естественным кандидатом для ускорения AI.

Lightmatter предлагает два продукта. Passage, фотонный интерконнект, заменяет электрические соединения между чипами в дата-центре на оптические, увеличивая пропускную способность и снижая энергопотребление коммуникаций. Envise, фотонный AI-ускоритель, использует оптические вычисления для матричных операций. Компания позиционирует себя не как замену NVIDIA, а как дополнение: фотоника решает конкретные задачи эффективнее электроники.

Энергоэффективность, главный аргумент фотоники. По мере роста масштаба AI-моделей энергопотребление дата-центров становится критическим ограничением. Фотонные вычисления теоретически могут быть в 10-100 раз энергоэффективнее электронных для определенных операций. Если электронный чип потребляет 700 Вт для обработки определенной AI-нагрузки, фотонный аналог может обойтись 7-70 Вт. При масштабах современных дата-центров это трансформационная разница.

Однако ограничения фотоники существенны. Точность вычислений в оптических системах ниже, чем в электронных: аналоговая природа фотонных операций ограничивает точность примерно 8 битами. Для задач, требующих высокой точности (обучение моделей), это критическое ограничение. Для inference, где достаточно 4-8 бит, фотоника может быть конкурентоспособной. Также фотонные чипы сложнее в производстве и пока не имеют зрелой экосистемы инструментов разработки.

Passage, фотонный интерконнект Lightmatter, представляет более близкую к коммерциализации технологию. Связь между чипами в AI-кластерах потребляет до 30% общей энергии системы. Замена электрических интерконнектов на оптические может снизить это потребление на 80% и одновременно увеличить пропускную способность. NVIDIA, AMD и Google уже используют оптические технологии для связи между серверами, но Lightmatter предлагает оптику на уровне чипа к чипу.

Инвестиции в фотонные вычисления растут. Помимо Lightmatter, компании Luminous Computing, Celestial AI, IPronics и PsiQuantum привлекают сотни миллионов долларов. TSMC и GlobalFoundries разрабатывают процессы совместного производства электронных и фотонных компонентов на одном кристалле (silicon photonics). Крупные полупроводниковые компании не игнорируют фотонику: Intel инвестирует в кремниевую фотонику более десятилетия.

Временной горизонт коммерциализации: реалистичная оценка. Фотонные интерконнекты типа Passage могут достичь значимого масштаба в 2027-2028 годах. Фотонные AI-ускорители для inference, вероятно, займут нишу в 2028-2030 годах. Полноценная замена электронных GPU фотонными системами, если она вообще произойдет, потребует десятилетия или более. Инвесторам, ожидающим быстрого возврата, фотоника не подходит; для стратегических ставок на горизонте 5-10 лет, это одна из самых перспективных технологий.

Для AI-индустрии фотонные вычисления важны как потенциальный ответ на энергетический кризис. Если рост энергопотребления AI продолжится текущими темпами, к 2030 году дата-центры будут потреблять 4-5% мировой электроэнергии. Фотоника, наряду с другими технологиями (нейроморфные чипы, квантовые вычисления, аналоговые ускорители), предлагает путь к радикальному снижению энергетического следа AI.

Вывод: фотонные вычисления переходят из стадии научной любопытности в стадию раннего коммерческого применения. Lightmatter и конкуренты демонстрируют реальные продукты с измеримыми преимуществами. Но фотоника не заменит электронику в обозримом будущем, она дополнит ее. Наиболее вероятный сценарий: гибридные системы, где фотонные компоненты обеспечивают коммуникацию и определенные вычислительные операции, а электронные чипы выполняют остальное. Для тех, кто следит за будущим AI-инфраструктуры, фотоника заслуживает внимания как одна из технологий, способных переопределить физические границы вычислений.