Obliczenia na świetle mają uratować centra danych AI przed energetyczną zapaścią

Postęp sztucznej inteligencji napotyka na barierę, której nie da się przeskoczyć samym zwiększaniem mocy procesorów. Problemem jest energia elektryczna potrzebna do zasilania rozrastających się serwerowni. Naukowcy z Wielkiej Brytanii postanowili sprawdzić alternatywne podejście do obliczeń, opierając je nie na elektronice, lecz na świetle. Rozwiązanie zaprojektowane przez firmę Lumai obiecuje nawet 90-procentową redukcję zużycia prądu, a teraz czeka je test w realnych warunkach serwerowni.

Serwerownie potrzebują coraz więcej prądu

Rozwój modeli sztucznej inteligencji napędza lawinowo rosnące koszty energetyczne. Za każdą interakcją z chatbotem, wygenerowanym obrazem czy przeanalizowanym plikiem stoi praca serwerów, a skala tych działań liczona w milionach użytkowników błyskawicznie zwiększa zapotrzebowanie na moc obliczeniową.

Jak wynika z danych Międzynarodowej Agencji Energetycznej, w 2025 r. centra danych pochłonęły około 485 TWh prądu. Prognozy wskazują, że do 2030 r. liczba ta może wzrosnąć do 950 TWh, a więc niemal się podwoić. W obiektach budowanych głównie z myślą o obsłudze AI tempo wzrostu może być jeszcze szybsze.

Samo zwiększanie liczby produkowanych procesorów nie rozwiązuje sprawy. Konieczne są też nowe elektrownie, sieci przesyłowe, transformatory i systemy chłodzenia. Jak informowaliśmy wcześniej, rozwój AI zaczyna hamować już nawet ograniczona podaż kabli energetycznych, co sprawia, że budowa kolejnych centrów danych staje się coraz trudniejszym wyzwaniem infrastrukturalnym.

Firma Lumai z Wielkiej Brytanii postanowiła zaatakować problem z innej strony. Zamiast dążyć do dostarczania coraz większych ilości energii do maszyn, próbuje znacząco ograniczyć jej zużycie na etapie samych obliczeń. To właśnie dlatego jej rozwiązaniem zainteresowała się brytyjska agencja badawcza ARIA.

Obliczenia oparte na świetle zamiast prądu

Lumai została założona w 2021 r. jako spin-off badań prowadzonych na Uniwersytecie Oksfordzkim. Firma specjalizuje się w obliczeniach optycznych, czyli wykorzystaniu fizycznych właściwości światła do wykonywania operacji matematycznych. Choć koncepcja brzmi abstrakcyjnie, kryje się za nią całkiem konkretny mechanizm działania.

Klasyczne procesory opierają się na miliardach tranzystorów, których przełączanie, przesyłanie sygnałów i magazynowanie danych pochłania energię, częściowo zamienianą w ciepło. Im większe obciążenie układu, tym trudniej utrzymać wydajność bez zwiększania poboru mocy.

W technologii Lumai rolę nośnika informacji pełnią wiązki światła, a ich natężenie odpowiada wartościom liczbowym. Przechodząc przez specjalnie zaprojektowane elementy optyczne, na przykład soczewki, wiązki te wykonują operacje matematyczne, przy czym wiele z nich przebiega równolegle w przestrzeni trójwymiarowej.

Kluczowa zaleta polega na tym, że pasywne komponenty optyczne nie wymagają zasilania podczas samego procesu liczenia. To nie oznacza jednak komputera działającego bez prądu elektrycznego - nadal potrzebne są źródła światła, pamięć, układy elektroniczne oraz systemy sterowania i przetwarzania danych. Twórcy technologii nie planują całkowitego wyeliminowania klasycznych procesorów, lecz chcą przekazać światłu najbardziej wymagające obliczeniowo zadania, pozostawiając resztę elektronice.

Osiem serwerów optycznych trafi do realnego centrum danych

Kolejny etap przedsięwzięcia ogłoszono 3 listopada. Serwery Lumai Iris Nova zostaną wdrożone w ramach Scaling Inference Lab, brytyjskiego programu testującego nowe technologie obliczeniowe. Projekt prowadzi organizacja CommonAI, a jego podstawowe finansowanie od ARIA opiewa na 50 mln funtów.

Docelowy klaster ma składać się z ośmiu optycznych serwerów Iris Nova działających wspólnie z procesorami graficznymi Nvidii. Technologia nie ma więc od razu zastąpić klasycznych GPU - oba typy układów mają realizować różne fragmenty tego samego zadania.

Kiedy użytkownik zadaje pytanie chatbotowi, model najpierw analizuje treść zapytania i przygotowuje dane niezbędne do stworzenia odpowiedzi. Ten etap, zwany prefill, wymaga ogromnej liczby operacji matematycznych i to właśnie on ma trafić do procesorów optycznych. Kolejny etap, decode, polega na generowaniu kolejnych fragmentów odpowiedzi i intensywnym korzystaniu z pamięci - tę część zadania nadal będą wykonywać tradycyjne układy Nvidii.

Lumai udowodniła już wcześniej, że jej sprzęt radzi sobie z modelami Llama liczącymi 8 i 70 mld parametrów. Teraz stawka rośnie, bo celem jest sprawdzenie, czy kilka takich maszyn potrafi stabilnie współpracować przez dłuższy czas pod realnym obciążeniem.

Obiecane 90 proc. oszczędności, ale z zastrzeżeniem

Zapowiadane parametry technologii robią wrażenie. Lumai twierdzi, że obliczenia optyczne mogą zmniejszyć zużycie energii nawet o 90 proc. w porównaniu z konwencjonalnymi rozwiązaniami opartymi na GPU. Firma mówi też o potencjalnie 50-krotnie wyższej przepustowości w wybranych zadaniach wykonywanych przy dużym obciążeniu.

Trzeba jednak podkreślić, że nie są to jeszcze wyniki niezależnych testów całego klastra - właśnie dlatego organizowany jest ten eksperyment. Badacze chcą sprawdzić, czy przewagi widoczne przy pojedynczym akceleratorze utrzymują się także wtedy, gdy uwzględni się wszystkie elementy serwerowni.

Liczy się bowiem nie tylko sama operacja matematyczna. Dane muszą zostać dostarczone do procesora, odpowiednio przetworzone, zapisane w pamięci i przesłane dalej, a do tego dochodzą kwestie chłodzenia, oprogramowania oraz komunikacji między maszynami. Nawet bardzo oszczędny akcelerator może stracić część swojej przewagi, jeśli pozostałe podzespoły systemu zużywają zbyt wiele energii.

Dlatego brytyjscy badacze zamierzają zmierzyć nie tylko prędkość działania klastra, lecz również zużycie prądu przypadające na obsłużone zapytanie, stabilność pracy oraz całkowity koszt eksploatacji. Dopiero takie dane pozwolą ocenić, czy obliczenia optyczne mają szansę stać się opłacalną alternatywą dla obecnej infrastruktury AI.

Światło jako odpowiedź na deficyt energii

Ograniczenie energochłonności sztucznej inteligencji od dłuższego czasu inspiruje różne pomysły. General Motors planuje wykorzystywać samochody elektryczne do wspomagania zasilania centrów danych, a w Chinach zdecydowano się nawet na budowę serwerowni umieszczanych pod wodą. Wszystkie te koncepcje mierzą się ze skutkami rosnącego zapotrzebowania na prąd.

Projekt Brytyjczyków wyróżnia się tym, że dotyczy samego sposobu wykonywania obliczeń, a nie wyłącznie zarządzania energią wokół nich. Jeżeli technologia faktycznie okaże się znacznie bardziej oszczędna, umożliwi uruchamianie większej liczby usług AI przy tej samej dostępnej mocy elektrycznej. Nie oznacza to jednak, że zapotrzebowanie centrów danych na prąd nagle zniknie - tańsze obliczenia mogą wręcz skłonić firmy do jeszcze intensywniejszego korzystania ze sztucznej inteligencji, co częściowo zniwelowałoby zyski z wyższej wydajności.

Nadchodzące testy pokażą przede wszystkim, czy technologia opracowana w Oksfordzie jest gotowa wyjść poza efektowne demonstracje. Inną sprawą jest bowiem spektakularny eksperyment z wykorzystaniem światła, a zupełnie inną - maszyna pracująca całą dobę przy obsłudze rzeczywistych zapytań użytkowników. Jeśli Brytyjczykom uda się sprostać temu drugiemu wyzwaniu, producenci tradycyjnych procesorów mogą zyskać poważną konkurencję.