I ricercatori dell’Università della Florida hanno sviluppato un chip fotonico che utilizza la luce invece dell’elettricità per eseguire compiti di intelligenza artificiale, raggiungendo un’efficienza energetica fino a 100 volte superiore rispetto ai tradizionali processori elettronici. Questa innovazione affronta la crescente crisi energetica dell’informatica legata all’IA, poiché i modelli di apprendimento automatico diventano sempre più affamati di energia e mettono sotto pressione le reti elettriche di tutto il mondo.
Il chip esegue operazioni di convoluzione—calcoli fondamentali che permettono ai sistemi di intelligenza artificiale di riconoscere schemi in immagini, video e testo—utilizzando luce laser e lenti microscopiche incise direttamente sul silicio. Durante i test, il prototipo è riuscito a classificare con successo cifre scritte a mano con un’accuratezza del 98%, eguagliando le prestazioni dei chip elettronici convenzionali pur riducendo drasticamente il consumo energetico.
Architettura Ottica Rivoluzionaria
“Effettuare un calcolo fondamentale di apprendimento automatico a energia quasi zero rappresenta un salto in avanti per i futuri sistemi di intelligenza artificiale,” ha dichiarato Volker J. Sorger, ricercatore principale e Prof. Rhines di Fotonica dei semiconduttori all’Università della Florida. “Questo è fondamentale per continuare a incrementare le capacità dell’IA negli anni a venire.”
Il chip integra due serie di lenti Fresnel in miniatura—lo stesso tipo utilizzato nei fari ma ridotto a una dimensione inferiore rispetto a un capello umano—realizzate tramite processi standard di semiconduttori. I dati di apprendimento automatico vengono convertiti in luce laser sul chip, trasmessi attraverso queste lenti per una trasformazione matematica, quindi riconvertiti in segnali digitali.
“È la prima volta che qualcuno ha inserito questo tipo di calcolo ottico su un chip e lo ha applicato a una rete neurale AI,” ha dichiarato Hangbo Yang, professore associato di ricerca nel gruppo di Sorger e co-autore dello studio pubblicato l’8 settembre su Advanced Photonics.
Vantaggio del Multiplexing a Lunghezze d’Onda
L’approccio fotonico offre benefici aggiuntivi attraverso il multiplamento in lunghezza d’onda, consentendo di elaborare simultaneamente più flussi di dati utilizzando laser di colori diversi. “Possiamo avere più lunghezze d’onda, o colori, di luce che attraversano la lente allo stesso tempo,” ha spiegato Yang. “Questo è un vantaggio chiave della fotonica.”
Questa capacità risponde alle enormi esigenze computazionali dei moderni sistemi di IA, che durante l’addestramento consumano elettricità su scala paragonabile a quella di piccole città. I data center rappresentano già una quota significativa del consumo energetico globale, con porzioni sostanziali dedicate esclusivamente al raffreddamento dei server elettronici.
Percorso di integrazione industriale
Il momento sembra favorevole per l’adozione commerciale, poiché i principali produttori di chip, tra cui NVIDIA, stanno già incorporando elementi ottici nei sistemi di intelligenza artificiale. NVIDIA ha annunciato a marzo 2025 che gli switch di rete di nuova generazione utilizzeranno la fotonica su silicio e ottiche co-pacchettizzate, con un’implementazione prevista per il 2026.
La ricerca dell’Università della Florida è stata condotta in collaborazione con il Florida Semiconductor Institute, la UCLA e la George Washington University, con il supporto dell’Office of Naval Research. “Nel prossimo futuro, l’ottica su chip diventerà una parte fondamentale di ogni chip AI che usiamo quotidianamente,” ha previsto Sorger. “E il calcolo ottico per l’IA sarà il prossimo passo.
Non vuoi perderti nessun affare? Scopri le migliori promo
