گلوبال‌فاندریز (GlobalFoundries) به تازگی خرید شرکت Advanced Micro Foundry، یک تولیدکننده فوتونیک سیلیکونی مستقر در سنگاپور را اعلام کرد. این خرید به گفته شرکت، آن را به بزرگترین تولیدکننده این فناوری تبدیل می‌کند، همانطور که رویترز گزارش داده است. فوتونیک سیلیکونی به جای پالس‌های الکتریکی از نور برای انتقال داده استفاده می‌کند و می‌تواند برای ارتباطات درون تراشه‌ها، بین قطعات و حتی در سراسر سرورها به کار رود.

انویدیا (Nvidia) در حال حاضر قصد دارد فوتونیک سیلیکونی را پیاده‌سازی کند برای سرورهای هوش مصنوعی نسل بعدی خود، که مصرف برق را کاهش داده و همزمان سرعت انتقال داده را افزایش می‌دهد. این برای شرکت بسیار حیاتی است، زیرا می‌تواند خوشه‌هایی با میلیون‌ها GPU را در مراکز داده فعال کند. AMD نیز به این فناوری روی آورده است و طبق گزارش‌ها نزدیک به ۳۰۰ میلیون دلار برای افتتاح یک مرکز تحقیق و توسعه در تایوان که بر این فناوری تمرکز دارد، هزینه کرده است. این شرکت پیش از این در سال جاری Enosemi، یک شرکت فوتونیک سیلیکونی دیگر را خریداری کرد تا به رقابت با انویدیا کمک کند.

توانایی فوتونیک سیلیکونی در کاهش مصرف برق و افزایش سرعت انتقال داده برای آینده محاسبات هوش مصنوعی حیاتی است. این امر به ویژه اکنون که توسعه مراکز داده هوش مصنوعی با افزایش بی‌سابقه تقاضای برق، شبکه برق را تحت فشار قرار داده است، صادق است. تیم برین (Tim Breen)، مدیرعامل گلوبال‌فاندریز، در بیانیه‌ای گفت: «همانطور که داده‌ها سریع‌تر حرکت می‌کنند و حجم کاری پیچیده‌تر می‌شود، توانایی انتقال اطلاعات با سرعت، دقت و بهره‌وری انرژی بیشتر اکنون برای مراکز داده هوش مصنوعی و شبکه‌های پیشرفته مخابراتی اساسی است.»

جدای از کاربرد آن در هوش مصنوعی، فوتونیک سیلیکونی یک فناوری محوری در محاسبات کوانتومی است. استفاده از نور به جای سیگنال‌های الکتریکی می‌تواند امکان ساخت سیستم‌هایی را فراهم کند که نیازی به خنک‌سازی برودتی (cryogenic cooling) ندارند و این امر کامپیوترهای کوانتومی را بسیار کاربردی‌تر و کم‌هزینه‌تر می‌سازد.

در حالی که نام‌های بزرگی مانند AMD، انویدیا و گلوبال‌فاندریز در فوتونیک سیلیکونی سرمایه‌گذاری می‌کنند، استارتاپ‌های دیگری نیز وارد این عرصه می‌شوند. شرکت‌هایی مانند Ayar Labs، Celestial AI و Lightmatter در حال توسعه فناوری‌ها و تراشه‌های مبتنی بر فوتونیک خود هستند، به ویژه که این فناوری به عنوان آینده محاسبات دیده می‌شود.

در حالی که انتظار نداریم به زودی شاهد پردازنده‌های مرکزی (CPU)، پردازنده‌های گرافیکی (GPU) و مادربردهای مصرف‌کننده با این فناوری باشیم، اما این فناوری در حال حاضر در سرورهای مقیاس بزرگ که هر ثانیه با ترابایت‌ها داده سروکار دارند، به کار گرفته می‌شود. و با ادامه سرمایه‌گذاری در مراکز داده هوش مصنوعی، پیش‌بینی می‌کنیم که تحقیق و توسعه در مورد این فناوری امیدوارکننده نیز به جلو حرکت کند.