Wie lichtbetriebene Computer zur Lösung des Energieproblems von Künstlicher Intelligenz beitragen könnten

Mit Licht betriebene Computer könnten den Energiebedarf von KI verringern

Forscher treiben die optische Datenverarbeitung voran, die Licht anstelle von traditionellen elektronischen Schaltkreisen für Berechnungen nutzt, um den erheblichen Energieverbrauch von Anwendungen der künstlichen Intelligenz (KI) anzugehen. Aktuellen Schätzungen zufolge kann das Training eines einzelnen KI-Modells so viel Kohlendioxid emittieren wie fünf Autos über ihre Lebensdauer.

Durchbrüche in der optischen Datenverarbeitung

Die optische Datenverarbeitung nutzt Photonen, die Informationen schneller transportieren können als Elektronen. Ein bemerkenswerter Fortschritt ist die Entwicklung von rein optischen neuronalen Netzwerken, die Berechnungen schneller durchführen können als elektronische Pendants und dabei deutlich weniger Energie verbrauchen. Eine aktuelle Studie des Massachusetts Institute of Technology (MIT) ergab, dass optische neuronale Netzwerke den Energiebedarf für das Training von KI-Modellen um bis zu 99 % im Vergleich zu herkömmlichen Methoden senken könnten.

Kommerzielles Interesse

Das wachsende Interesse an der optischen Datenverarbeitung zieht Investitionen aus akademischen und Unternehmensbereichen an. Firmen wie Intel und IBM finanzieren Forschungsinitiativen, um optische Komponenten in bestehende Computerframeworks zu integrieren.

Herausforderungen in der Zukunft

Trotz vielversprechender Entwicklungen bleiben Herausforderungen bestehen, bevor die optische Datenverarbeitung weit verbreitet angenommen werden kann. Die Entwicklung zuverlässiger Materialien, die bei Raumtemperatur funktionieren, und die Integration optischer mit elektronischen Komponenten stellen bedeutende Hürden dar.