سیلیکون فوتونیک: چگونه نور بحران محاسبات و انرژی هوش مصنوعی را حل میکند

یک GPU NVIDIA H100 به تنهایی ۷۰۰ وات برق مصرف میکند. یک خوشه بزرگ آموزش هوش مصنوعی با ۱۰۰ هزار عدد از این GPUها، برق بیشتری از یک شهر متوسط مصرف میکند. پیشبینی میشود مصرف برق دیتاسنترهای هوش مصنوعی تا سال ۲۰۳۰ به میزان ۱۶۰ درصد افزایش یابد و به حدود ۹۴۵ تراوات-ساعت در سال برسد که تقریباً معادل مصرف کل برق ژاپن است. دولتهای محلی مجوز ساخت دیتاسنترهای جدید را مسدود کردهاند. شرکتهای برق هم به سختی میتوانند ظرفیت مورد نیاز را تامین کنند. صنعت هوش مصنوعی یک مشکل انرژی دارد و خود تراشهها فقط بخشی از آن هستند.

بخش قابل توجه و کمتوجهشدهای از این انرژی — تا ۵۰ درصد در خوشههای متراکم — صرف محاسبات نمیشود، بلکه صرف انتقال داده بین تراشهها میشود. اتصالات الکتریکی مسی که GPUها را به یکدیگر و به حافظه متصل میکنند، داغ میشوند، در برابر نرخهای بالای داده مقاومت نشان میدهند و مقدار زیادی انرژی را به صورت گرما تلف میکنند. فیزیک مس در مقیاس بزرگ یک دیوار است که رویکردهای سنتی نمیتوانند از آن عبور کنند.

سیلیکون فوتونیک حوزهای است که پیشنهاد میکند این اتصالات مسی را با نور جایگزین کند. ایده اصلی استفاده از سیگنالهای نوری — پالسهای نور لیزر که از طریق موجبرهای سیلیکونی حرکت میکنند — برای انتقال داده بین تراشهها و بین رکهاست. نور بدون مقاومت الکتریکی حرکت میکند، بدون تولید گرما از انتقال سیگنال، و با پهنای باندی که سیمهای مسی نمیتوانند به آن برسند. در سال ۲۰۲۶، این فناوری در حال گذار از تحقیقات امیدوارکننده به تولید انبوه است و اعداد به اندازهای قابل توجه هستند که برای مسیر انرژی صنعت اهمیت داشته باشند.

چگونه کار میکند

سیلیکون فوتونیک اجزای نوری — موجبرها، مدولاتورها، آشکارسازهای نوری — را با استفاده از همان فرآیندهای ساخت CMOS که برای پردازندهها استفاده میشود، روی تراشههای سیلیکونی میسازد. این موضوع مهم است زیرا به این معناست که اجزای نوری را میتوان در مقیاس در کارخانههای نیمههادی موجود تولید کرد، بدون اینکه نیاز به زیرساختهای ساخت کاملاً جدید باشد. اینتل از اواسط دهه ۲۰۱۰ به این روش فرستنده-گیرندههای نوری سیلیکون فوتونیک تولید کرده است. این فناوری برای تقریباً یک دهه از نظر تجاری برای اتصالات دیتاسنتری اثبات شده است.

صرفهجویی در بهرهوری از فیزیک نور در مقابل الکترونها ناشی میشود. سیگنالهای نوری تنها ۰.۰۵ تا ۰.۲ پیکوژول به ازای هر بیت ارسالی مصرف میکنند، در مقابل اعداد بسیار بالاتر برای مس در فواصل قابل مقایسه. کو-پکیجد آپتیکس — ادغام موتورهای نوری مستقیماً در بسته تراشه به جای استفاده از ماژولهای قابل اتصال در لبه رک — توان اتصال را در مقایسه با راهحلهای نوری قابل اتصال فعلی حدود ۷۵ درصد و در مقایسه با جایگزینهای الکتریکی معادل حدود ۷۰ درصد کاهش میدهد.

شرکتهایی که آن را میسازند

سه استارتآپ پیشرو در تجاریسازی سیلیکون فوتونیک در مقیاس هوش مصنوعی هستند که هر کدام رویکرد فنی متفاوتی دارند.

پلتفرم Passage شرکت Lightmatter بر اینترپوزرهای فوتونیک متمرکز است — عملاً بردهای مدار نوری که بین تراشهها قرار میگیرند و آنها را با نور به جای مسیرهای مسی متصل میکنند. Passage M1000 که از تابستان ۲۰۲۵ در دسترس است، به پهنای باند نوری کلی ۱۱۴ ترابیت در ثانیه در یک اینترپوزر فوتونیک ۴۰۰۰ میلیمتر مربعی دست مییابد. Passage L200X که تولید آن برای سال ۲۰۲۶ هدفگذاری شده، ۶۴ ترابیت در ثانیه به ازای هر بسته برای شتابدهندهها و سوئیچهای نسل بعدی هوش مصنوعی ارائه میدهد. Lightmatter روی پلتفرم GF Fotonix سیلیکون فوتونیک GlobalFoundries ساخته است و یک شریک تولیدی با مقیاس لازم برای فراتر رفتن از تولید آزمایشی دارد.

Ayar Labs مسیر چیپلتها را انتخاب کرد. TeraPHY آنها، اولین چیپلت نوری I/O با استاندارد UCIe در جهان، یک رابط نوری ۸ ترابیت در ثانیه را با استفاده از بستهبندی سهبعدی پیشرفته TSMC مستقیماً در بسته تراشه هوش مصنوعی ادغام میکند. نسل سوم TeraPHY که در اوایل ۲۰۲۵ معرفی شد، ادعا میکند ۵ تا ۱۰ برابر پهنای باند بیشتر از جایگزینهای مسی، ۱۰ برابر تأخیر کمتر، و ۳ تا ۵ برابر بهرهوری انرژی بهتر دارد. در سپتامبر ۲۰۲۵، Ayar همکاریهایی با Alchip Technologies و Global Unichip Corp برای آوردن کو-پکیجد آپتیکس به طراحیهای تراشه تولیدی از طریق فناوری بستهبندی COUPE TSMC اعلام کرد.

Celestial AI که در دسامبر ۲۰۲۵ توسط Marvell به قیمت ۳.۲۵ میلیارد دلار خریداری شد، تهاجمیترین یکپارچهسازی را دنبال کرد: تعبیه اتصالات نوری مستقیماً در خود دی سیلیکون به جای یک لایه جداگانه. چیپلت Photonic Fabric آنها پهنای باند ۱۶ ترابیت در ثانیه به ازای هر چیپلت ارائه میدهد و ماژول کامل — ترکیب یک ASIC ۵ نانومتری TSMC با اینترپوزر فوتونیک و انباشتههای حافظه HBM3e — ۷.۲ ترابیت در ثانیه اتصال نوری فراهم میکند. انتظار میرود خرید توسط Marvell استقرار در مقیاس را تسریع کند و درآمدها از اواخر ۲۰۲۷ محقق شود.

ابر مقیاسکنندهها در حال خرید هستند

مهمترین نشانه برای مسیر کوتاهمدت سیلیکون فوتونیک استارتآپها نیستند، بلکه تصمیمات خرید ابر مقیاسکنندههاست. مایکروسافت از سال ۲۰۱۶ اتصالات نوری سیلیکون فوتونیک را در دیتاسنترهای Azure مستقر کرده است و در نوامبر ۲۰۲۵ یکپارچهسازی را در زیرساخت خوشههای هوش مصنوعی خود عمیقتر کرد. گوگل در دسامبر ۲۰۲۵ استقرار داخلی خود از سوئیچینگ مدار نوری و اتصالات فوتونیک را افزایش داد. AWS، گوگل، متا و مایکروسافت همگی به کو-پکیجد آپتیکس در ارتقاهای شبکه نسل بعدی متعهد شدهاند و برنامههای خرید فعال در سالهای ۲۰۲۵ و ۲۰۲۶ در حال اجرا دارند.

اعداد حجم این شتاب را منعکس میکنند. ماژول نوری ۱.۶ ترابیت در ثانیه — محصول لبه برش فعلی — پیشبینی میشود از حدود ۲.۵ میلیون واحد ارسالی در سال ۲۰۲۵ به ۲۰ میلیون واحد در سال ۲۰۲۶ برسد. انتظار میرود سیلیکون فوتونیک تا پایان سال ۵۰ تا ۷۰ درصد از این بخش پهنای باند بالا را تصاحب کند. بازار کلی فوتونیک دیتاسنترها برای سال ۲۰۲۶ حدود ۲.۷ میلیارد دلار پیشبینی شده است که تا سال ۲۰۳۴ به ۴.۱ میلیارد دلار میرسد.

چالشهای باقیمانده

چالشهای باقیمانده واقعی و قابل ذکر هستند. یکپارچهسازی لیزر اساسیترین آنهاست: سیلیکون به طور طبیعی به دلیل ساختار الکترونیکی خود نور ساطع نمیکند، بنابراین سیلیکون فوتونیک عملی نیاز به اتصال مواد ساطعکننده نور (معمولاً ایندیم فسفید) روی بسترهای سیلیکونی دارد. دقت ساخت مورد نیاز قابل توجه است و مدارهای مجتمع فوتونیک پیچیده در حال حاضر برای طراحیهای پیشرفته بازدهی زیر ۶۰ درصد دارند.

حساسیت حرارتی یک سردرد دائمی است. تشدیدگرهای حلقوی و اینترفرومترهایی که اجزای نوری اصلی تراشههای سیلیکون فوتونیک را تشکیل میدهند، به شدت به تغییرات دما حساس هستند — چند درجه میتواند آنها را به اندازهای از تنظیم خارج کند که باعث خطاهای سیگنالی شود. تنظیم حرارتی فعال و پایدارسازی پیچیدگی و سربار توان اضافه میکند که تا حدی صرفهجویی در بهرهوری را خنثی میکند.

زنجیره تأمین نیز به صورت متمرکز است و ریسک ایجاد میکند. TSMC در حال حاضر تنها کارخانهای است که قادر به انباشت سهبعدی فوق دقیق تراشهها برای کو-پکیجد آپتیکس در مقیاس است. هرگونه اختلال در تولید TSMC میتواند کل زنجیره تأمین فوتونیک برای هوش مصنوعی را تحت تأثیر قرار دهد.

مسیر پیش رو

قوس سیلیکون فوتونیک در زیرساخت هوش مصنوعی اکنون واضحتر از هر نقطه قبلی است. ابر مقیاسکنندهها این فناوری را آزمایش نمیکنند، بلکه آن را در مقیاس خریداری میکنند. استارتآپهای پیشرو از دموها به محصولات قابل حمل رسیدهاند. تولید انبوه ماژولهای ۱.۶T در حال انجام است. سهم اینتل در فرستنده-گیرندههای نوری سیلیکون فوتونیک امروز حدود ۳۰ درصد است و پیشبینی میشود تا سال ۲۰۳۰ به ۶۰ درصد برسد.

دیوار مسی که خوشههای امروزی هوش مصنوعی را محدود میکند، یک محدودیت فیزیکی واقعی است، نه یک مشکل برنامهریزی که با بودجه بیشتر حل شود. سیلیکون فوتونیک واضحترین مسیر برای عبور از آن است. این که آیا این گذار به اندازهای سریع اتفاق میافتد که مسیر انرژی زیرساخت هوش مصنوعی را تغییر دهد، بیشتر به مقیاس تولید و توسعه زنجیره تأمین بستگی دارد تا فناوری بنیادی. در سال ۲۰۲۶، شواهد نشان میدهد که این اتفاق سریعتر از آنچه بیشتر ناظران انتظار داشتند در حال وقوع است.