Durchbruch bei optischen Prozessoren ermöglicht KI-Berechnungen mit Lichtgeschwindigkeit

Eine der größten Hürden für KI-Modelle liegt laut ihren Entwicklern in den ersten Schritten: der Umwandlung von Rohdatenströmen von Kameras, Sensoren und Marktdaten in nutzbare Merkmale für das Modell.

Das Problem: Auf herkömmlichen Chips ist dieser Prozess extrem ineffizient – Zeit und Energie werden massiv verbraucht. Ein Team der Tsinghua-Universität glaubt nun, die Lösung gefunden zu haben: ein optisches Frontend, das die rechenintensive Verarbeitung mit Licht statt mit Strom erledigt.

Und es ist schnell genug, um auch außerhalb des Labors relevant zu sein.

Minimale Latenz, geringer Energieverbrauch

Das bahnbrechende Gerät heißt Optical Feature Extraction Engine (OFE2). Vereinfacht ausgedrückt handelt es sich um eine Engine, die einen seriellen Datenstrom aufnimmt, ihn in mehrere saubere optische Kanäle auf dem Chip umwandelt und anschließend die Berechnungen durchführt, während das Licht einen strukturierten Bereich durchläuft. Dadurch wird sichergestellt, dass die Wellen optimal interferieren. Da Photonen keinen elektrischen Widerstand überwinden müssen, ist die Latenz minimal und der Energieverbrauch sehr gering.

„Wir sind fest davon überzeugt, dass diese Arbeit einen wichtigen Meilenstein für die Weiterentwicklung der integrierten optischen Diffraktionsberechnung darstellt und in realen Anwendungen Geschwindigkeiten von über 10 GHz ermöglichen wird“, erklärte Forscher und Projektleiter Hongwei Chen.

Damit dies zuverlässig funktioniert, müssen alle Lichtstrahlen synchron laufen. Anstatt mit vielen empfindlichen Fasern zu arbeiten, integrierte das Team die komplexen Komponenten auf einem einzigen Chip. Dazu gehören die Lichtteiler, die die Lichtstrahlen verteilen, die winzigen Verzögerungsleitungen für die präzise Zeitsteuerung und die Steuerung, mit der sich die Konfiguration für neue Aufgaben anpassen lässt.

Kurz gesagt: So bleibt alles übersichtlich und stabil – und das bei extrem hoher Geschwindigkeit. In Tests erreichte OFE2 eine Taktfrequenz von 12,5 GHz und schloss eine einzelne Operation in etwa 250 Pikosekunden ab (das ist eine Billionstel Sekunde, geteilt durch vier). Laut den Forschern ist diese Geschwindigkeit ideal, um beispielsweise ein Organ in einem CT-Bild darzustellen oder ein Muster am Aktienmarkt zu erkennen, bevor es entsteht.

Was die Ergebnisse zeigten

Die Forscher erläuterten, wie sie zwei Demonstrationen durchführten, um die Ergebnisse zu erzielen. In der medizinischen Bildgebung zeigten sie, wie das optische Frontend scharfe Kantendetails erfasste, die einem kleineren Nachfolgemodell halfen, Bilder präziser zu kennzeichnen – mit weniger Energieaufwand und weniger elektronischen Einstellungen. Im Trading demonstrierten sie, wie der Chip Echtzeit-Kursdaten verarbeitete und diese nach dem Training in Kauf-/Verkaufssignale mit geringerer Verzögerung als ein herkömmliches, rein elektronisches System umwandelte.

Die Forscher betonten, dass dies GPUs oder CPUs nicht ersetzt, sondern sie entlastet, indem es zunächst sauberere, sofort einsatzbereite Funktionen bereitstellt.

Es gibt jedoch Einschränkungen. Während die Optik für die einfachen Berechnungen zu Beginn hervorragend geeignet ist, wird für die komplexeren Schritte später weiterhin Elektronik benötigt. Auch die saubere Datenübertragung erfordert eine sorgfältige Planung, so die Wissenschaftler.

Da sich der optische Teil jedoch flexibel anpassen lässt, können Aufgaben ohne Hardware-Neubau gewechselt werden. Dies ist besonders praktisch für Kliniken, Fabriken und Börsen, wo die Arbeitslast täglich schwankt.

Quellenhinweis:

High-speed and low-latency optical feature extraction engine based on diffraction operators, published in Advanced Photonics Nexus, October 2025.