El computador fotónico ruso puede convertirse en una alternativa parcial y especializada a la GPU en operaciones específicas de IA. A esta conclusión llegaron los participantes de una mesa redonda, según informó TASS en el servicio de prensa del Grupo de Empresas Element. Se trata de inferencia, procesamiento de señales y optimización.
Para esto se necesita un circuito híbrido: un núcleo matricial fotónico, control electrónico y memoria, una fuente de luz, encapsulado, pruebas, PDK y una pila de software.
Yury Sementsov, vicepresidente de desarrollo estratégico de Element, señaló que el núcleo fotónico no requiere topologías de 3–5 nm; los elementos principales de la fotónica de silicio son realizables con procesos maduros de 90–45 nm, y la electrónica se puede ensamblar por separado. Esto es precisamente lo que hace que la fotónica sea una dirección realista para la base de producción nacional.
En Estados Unidos, las interconexiones fotónicas para clústeres de IA se están implementando primero, y los módulos computacionales llegarán al mercado en el horizonte de 2028–2029. Los desarrolladores afirman una mejora en la eficiencia energética de más de un orden de magnitud, pero por ahora son principalmente sus propias estimaciones. Las cuestiones de la memoria, los convertidores de señales y la precisión de los cálculos analógicos siguen sin resolverse.
En Rusia opera el Centro de Fotónica de Moscow, la primera plataforma industrial para circuitos integrados fotónicos. Las tecnologías de fotónica planar en nitruro de silicio se están desarrollando en el Instituto de Nanotecnologías de Microelectrónica de la RAS; el Centro Láser, junto con la Universidad Académica Alferov, ha creado un litógrafo en serie para la litografía láser sin máscara. Sber está estudiando qué operaciones de redes neuronales asignar a la fotónica y ya ha mostrado los primeros prototipos de computadores ópticos.
Para 2027, es necesario formular los requisitos del proyecto, y para 2028–2029, llevar el módulo a la operación experimental y demostrar una tarea con una ventaja medible sobre la GPU.