Đầu tư vào cơ sở hạ tầng trí tuệ nhân tạo (AI) đã tăng vọt kể từ khi xuất hiện các mô hình ngôn ngữ AI tổng quát như ChatGPT vào năm 2022. Với việc các siêu quy mô thúc đẩy đầu tư vào cơ sở hạ tầng AI đạt mức cao kỷ lục vào năm 2025, International Data Corp. đã ghi nhận khoản đầu tư toàn cầu ở mức đáng kinh ngạc 318 tỷ USD và có vẻ như sẽ tiếp tục tăng qua từng năm.
Trong bối cảnh lượng vốn bơm vào tăng vọt, ngành này đang tiến gần đến một “bức tường mở rộng” vật lý. Cơ sở hạ tầng truyền thống đang bắt đầu hoạt động kém hiệu quả do hạn chế về năng lực của trung tâm dữ liệu và nhu cầu năng lượng ngày càng tăng.
Nhu cầu năng lượng ngày càng tăng để cung cấp năng lượng cho AI là không bền vững, cùng với đó là mối lo ngại ngày càng tăng về thiệt hại môi trường mà việc cung cấp năng lượng đó có thể gây ra.
Bây giờ chúng ta đang ở một điểm uốn. Các phương pháp truyền dữ liệu điện truyền thống đang đạt đến giới hạn, trong đó NVIDIA đã thể hiện sức mạnh của mình bằng cách gần đây đầu tư 4 tỷ USD vào hai công ty quang tử học, Coherent Corp. và Lumentum. NVIDIA đang đặt cược vào một tương lai nơi dữ liệu được truyền qua ánh sáng (photon) thay vì điện.
Tiêu thụ năng lượng AI
cácViện nghiên cứu điện lựcước tính rằng các trung tâm dữ liệu có thể tiêu thụ tới 9% sản lượng điện hàng năm của Hoa Kỳ vào năm 2030, tăng từ 4% vào năm 2023. Khi các mô hình AI phải đối mặt với-nhu cầu tiêu dùng ngày càng tăng và yêu cầu điện toán nhiều hơn, chúng ta sẽ thấy nhu cầu năng lượng toàn cầu tăng lên. Điều này đặt ra một vấn đề nghiêm trọng đối với chi phí mở rộng quy mô dịch vụ AI, do giá năng lượng biến động gần đây. Chúng tôi đã thấy vấn đề này trở thành hiện thực khi OpenAI trích dẫn hóa đơn năng lượng tăng cao là lý do để lùi kế hoạch mở rộng ở Vương quốc Anh.
Bộ xử lý đang tiến gần đến giới hạn vật lý. Bóng bán dẫn, công tắc điện tử tạo nên nền tảng của mạch điện tử, giờ đây chỉ rộng vài nguyên tử{1}}một kích thước mà hiệu ứng lượng tử và nhiệt trở thành những hạn chế đáng kể.
Ánh sáng cuối đường hầm
Ngoài thách thức về lượng năng lượng được sử dụng để xử lý và di chuyển dữ liệu, khoảng cách vật lý giữa các phần tử xử lý và bộ nhớ, cả trên{0}}chip và ở cấp hệ thống, giờ đây sẽ hạn chế tốc độ có thể chạy và huấn luyện các mô hình AI. Xây dựng trung tâm dữ liệu trên nền tảng quang tử là bước hợp lý tiếp theo.
Chẳng bao lâu nữa, tính toán trong đường dẫn dữ liệu quang sẽ có thể thực hiện được và nó mang đến cơ hội giảm độ trễ và mở rộng quy mô cơ sở hạ tầng mà không cần tăng mức tiêu thụ điện năng theo tỷ lệ.
Quang tử có thể được tích hợp trực tiếp vào chip silicon để cho phép cải thiện khả năng mở rộng và hiệu quả sử dụng điện. Mấu chốt của việc đạt được hiệu quả của quang tử học rất đơn giản: Ánh sáng truyền đi nhanh hơn và mang nhiều thông tin hơn, đồng thời tạo ra ít nhiệt hơn so với điện tử. Điều này dẫn đến mật độ tính toán cao hơn đáng kể, mức tiêu thụ điện năng thấp hơn và hiệu suất nhiệt vượt trội để vượt qua các giới hạn do sự gia tăng của silicon tối trên các chip thông thường.
Lợi ích của việc nâng cao hiệu suất ở cấp độ chip được thể hiện rõ ở việc tiết kiệm năng lượng nhanh chóng như thế nào. Một watt năng lượng tiết kiệm được khi cấp nguồn cho chip cũng giúp giảm năng lượng lãng phí khi rút điện và làm mát. Photonics mở ra một tương lai phát triển cơ sở hạ tầng AI, tập trung vào nền tảng nhanh hơn, sạch hơn và có khả năng mở rộng về cơ bản.
Triển khai trung tâm dữ liệu Photonics
Nút thắt cơ bản trong AI quy mô lớn không còn là tính toán thô mà là chi phí năng lượng đáng kinh ngạc khi di chuyển dữ liệu với tốc độ và khối lượng yêu cầu của khối lượng công việc AI hiện đại. Sự phát triển nhanh chóng của các mô hình biên giới có nghĩa là các hệ thống luôn phải chịu áp lực phải phối hợp hàng nghìn con chip cùng một lúc. Cơ sở hạ tầng trung tâm dữ liệu truyền thống đơn giản là không thể đáp ứng nhu cầu trao đổi dữ liệu liên tục và có cường độ cao.
Quang tử mang đến cơ hội giải quyết vấn đề này ở cấp độ chiến lược, thay vì chỉ đơn thuần giảm thiểu nhu cầu nhiệt ngày càng tăng của kiến trúc điện ngày càng bị kéo dài. Các ước tính ban đầu của ngành cho thấy việc sử dụng ánh sáng để truyền dữ liệu mang lại hiệu suất năng lượng gấp khoảng 5 lần và khả năng phục hồi mạng gấp 10 lần so với các thiết bị điện tử thông thường.
Lợi ích của quang tử silicon còn vượt xa cả hiệu quả tức thời và tính bền vững. Bằng cách loại bỏ các tắc nghẽn truyền-dữ liệu quan trọng, quang tử học cũng giải phóng các loại điện toán trước đây được coi là không thực tế do chi phí năng lượng, chẳng hạn như mã hóa đồng hình hoàn toàn (xử lý dữ liệu được mã hóa mà không cần giải mã).
Thông qua việc loại bỏ các giới hạn của kiến trúc điện toán truyền thống, quang tử có ý nghĩa sâu rộng-đối với các lĩnh vực mà hiệu suất và quyền riêng tư về dữ liệu mà các ngành quốc phòng, tài chính và chăm sóc sức khỏe yêu cầu là không thể-thương lượng được.
Cho đến nay, phản ứng của ngành AI trước nhu cầu năng lượng ngày càng tăng của nó còn chậm và không giải quyết được các sai sót về cấu trúc của kiến trúc silicon truyền thống. Các khoản đầu tư trị giá hàng tỷ-đô la gần đây của NVIDIA đóng vai trò là tín hiệu rõ ràng rằng các công ty siêu quy mô giờ đây đã nhận ra đây về cơ bản là một vấn đề về cơ sở hạ tầng.
Bây giờ, chúng ta phải tự hỏi liệu mình có thực hiện nhiều hơn những điều tương tự-tiếp tục đầu tư-vào cơ sở hạ tầng làm mát và xây dựng trung tâm dữ liệu hay đầu tư vào các giải pháp đổi mới như quang tử học, có thể giải quyết những hạn chế chính tại nguồn.
Photonics đại diện cho một chân trời cơ hội mới. Thay vì thay thế các hệ thống hiện có, quang tử tăng cường kiến trúc điện toán hiện đại bằng cách mở khóa khả năng tính toán mới trong chính mạng. Quang tử đang thúc đẩy ngành công nghiệp chip hướng tới sự thay đổi kiến trúc lớn nhất kể từ khi kiến trúc von Neumann ra đời và nó mang đến cơ hội mở khóa khả năng tính toán vô hạn.
