
Rostoucí energetické nároky AI, zejména při inferenci v datových centrech, přivádějí investice zpět k optickému počítání. Fotonicé systémy mohou provádět násobení matic a vektorů s výrazně nižší spotřebou, protože část výpočtu vykonává průchod světla pasivně. Praktický přínos však omezuje energie potřebná k převodu dat mezi elektronikou a optikou i nutnost provádět nelineární operace elektronicky. Firmy jako Lumai či Neurophos proto cílí hlavně na výpočetně náročnou fázi zpracování vstupu v AI modelech. Startupy slibují zlepšení energetické účinnosti proti GPU v řádu desítek násobků, zatím ale musí prokázat, že technologie obstojí ve velkém měřítku.
- Pro vkládání komentářů se musíte přihlásit