به گزارش ساوت چاینا مورنینگ پست، یک تیم تحقیقاتی چینی زمان تولید تراشه‌های نوری سه‌بعدی را از ساعت‌ها به ثانیه کاهش داده است، یک پیشرفت تولیدی که می‌تواند توسعه سخت‌افزار محاسباتی مبتنی بر نور را تسریع بخشد. این پیشرفت که در 19 ژوئیه 2026 گزارش شد، همزمان با تشدید رقابت جهانی برای ساخت سخت‌افزار هوش مصنوعی سریع‌تر و کارآمدتر از راه می‌رسد.

کاهش زمان ساخت قابل توجه است زیرا سرعت ساخت یکی از موانع اصلی جلوگیری از خروج تراشه های نوری از آزمایشگاه و تولید تجاری بوده است. با فشرده‌سازی فرآیندی که زمانی ساعت‌ها در چند ثانیه طول می‌کشید، کار به آینده‌ای اشاره می‌کند که در آن می‌توان اجزای نوری را با حجم و هزینه‌ای که زیرساخت‌های هوش مصنوعی در مقیاس بزرگ نیاز دارد، تولید کرد. For more context on this story, see our ongoing AI industry coverage.

چرا تراشه های نوری برای هوش مصنوعی اهمیت دارند

تراشه های نوری یا فوتونیک اطلاعات را با استفاده از نور به جای جریان الکتریکی پردازش می کنند. برای بارهای کاری هوش مصنوعی، که در آن حجم عظیمی از داده ها بین حافظه و پردازنده ها حرکت می کند، جذابیت فوتونیک در افزایش بالقوه در سرعت و بهره وری انرژی نهفته است. نور می تواند داده های بیشتری را با گرمای کمتری نسبت به اتصالات مسی حمل کند، به همین دلیل است که محققان سال ها تلاش کرده اند تا سیستم های محاسباتی نوری عملی بسازند.

تراشه‌های نوری سه‌بعدی، که اجزای فوتونیکی را در ساختارهای لایه‌ای روی هم قرار می‌دهند، به‌ویژه جذاب هستند زیرا می‌توانند عملکرد بیشتری را در یک ردپای کوچک‌تر ادغام کنند. چالش این است که ساخت این ساختارهای سه بعدی پیچیده به طور سنتی کند و پرهزینه بوده و آنها را به نمایش های تحقیقاتی در مقیاس کوچک به جای تولید انبوه محدود می کند.

گلوگاه ساخت

گلوگاهی که تیم چینی به آن پرداخته است، مشکلی آشنا در تولید پیشرفته است. تکنیک هایی که قادر به تولید ساختارهای فوتونیکی سه بعدی پیچیده هستند، تمایل دارند تا دقت را با سرعت عوض کنند یا برعکس. فرآیندی که بر حسب ساعت در هر تراشه اندازه‌گیری می‌شود، استقرار در مقیاس بزرگ را غیراقتصادی می‌کند، صرفنظر از اینکه عملکرد هر دستگاه چقدر چشمگیر است. کاهش آن زمان به ثانیه اساساً اقتصاد را تغییر می دهد.

همانطور که Crypto Briefing در پوشش خود اشاره کرد، توسعه برای آنچه که این رسانه به عنوان مسابقه سخت‌افزاری هوش مصنوعی توصیف می‌کند، اهمیت دارد و پیشرفت تولید را به رقابت گسترده‌تر برای ساخت زیرساخت‌های محاسباتی نسل بعدی مرتبط می‌کند. مفهوم این است که پیشرفت در نحوه ساخت تراشه ها می تواند به اندازه پیشرفت در طراحی تراشه تأثیرگذار باشد.

یک میدان رقابتی

پیشرفت گزارش شده، محققان چینی را در میان پیشتازان در یک زمینه شلوغ بین المللی قرار می دهد. تحقیقات در زمینه فوتونیک نوری و سیلیکونی برای هوش مصنوعی در آزمایشگاه‌های بزرگ در سراسر جهان در حال انجام است، با تلاش‌هایی از چاپ سه بعدی مبتنی بر تراشه که توسط فوتونیک سیلیکونی فعال شده تا پردازنده‌های فوتونیک که ادعا می‌کنند بهره‌وری زیادی نسبت به شتاب‌دهنده‌های معمولی دارند. رقابت شدید است زیرا بازده، یک پلت فرم محاسباتی که می تواند نسل بعدی مدل های هوش مصنوعی را بدون دستیابی به محدودیت های قدرت و اتصال سخت افزار امروزی حفظ کند، تحول آفرین خواهد بود.

در پس زمینه کنترل صادرات ایالات متحده بر روی نیمه هادی های پیشرفته، پیشرفت در معماری های محاسباتی جدید وزن استراتژیک بیشتری را به همراه دارد. تراشه‌های نوری یک مرز نسبتاً باز را نشان می‌دهند، مرزی که در آن تسلط تثبیت‌شده در تولید سنتی سیلیکون تضمین‌کننده سرب نیست. پیشرفت‌های تولیدی مانند آنچه توسط South China Morning Post گزارش شده است می‌تواند به تعیین اینکه کدام مناطق و مؤسسات الگوی محاسباتی بعدی را شکل می‌دهند کمک کند.

از آزمایشگاه تا کارخانه

فاصله بین یک نتیجه تحقیق و یک محصول قابل استقرار همچنان سوال اصلی برای محاسبات نوری است. یک تکنیک ساخت که در مقیاس آزمایشگاهی کار می کند باید قابل تکرار، قابل اعتماد و سازگار با بسته بندی و فرآیندهای یکپارچه سازی موجود باشد تا بتواند بر سیستم های هوش مصنوعی واقعی تأثیر بگذارد. جهش از ساعت به ثانیه شرط لازم برای دوام تجاری است، اما به تنهایی شرط کافی نیست.

با این وجود، سرعت تولید نوعی پیشرفت است که به پیشرفت بیشتر تمایل دارد. ساخت سریعتر به محققان این امکان را می‌دهد که طرح‌ها را سریع‌تر تکرار کنند، انواع بیشتری را آزمایش کنند و داده‌های مورد نیاز برای اصلاح فرآیندها به سمت قابلیت اطمینان صنعتی را جمع‌آوری کنند. برای حوزه‌ای که سال‌ها به طرز وسوسه‌انگیزی نزدیک به ارتباط عملی سپری کرده است، این شتاب می‌تواند به اندازه هر نقطه عطف عملکردی مهم باشد.

پیامدها برای نقشه راه سخت افزار هوش مصنوعی

برای شرکت‌ها و کشورهایی که سرمایه‌گذاری زیادی در زیرساخت‌های هوش مصنوعی دارند، پیام این است که آینده محاسبات هوش مصنوعی ممکن است توسط سخت‌افزار غالب امروزی حل و فصل نشود. اگر بتوان تراشه‌های نوری را به سرعت و در مقیاس تولید کرد، در نهایت می‌توانند مکمل یا رقابت با شتاب‌دهنده‌هایی باشند که در حال حاضر زیربنای آموزش و استنتاج مدل هستند. این چشم‌انداز به استراتژی‌های متنوعی که قبلاً در سراسر صنعت قابل مشاهده است، فوریت می‌بخشد، جایی که سرمایه‌گذاری در سیلیکون سفارشی، معماری‌های جدید حافظه و اکنون رویکردهای فوتونیک گسترش می‌یابد.

گزارش ساوت چاینا مورنینگ پست جدول زمانی کامل تجاری سازی را به تفصیل بیان نمی کند و تبدیل فرآیند ساخت در مقیاس ثانیه به تولید با حجم بالا نیازمند تلاش مهندسی پایدار است. اما جهت روشن است: پایه‌های فیزیکی محاسبات هوش مصنوعی در حال تغییر است و تیم‌هایی که مشکل تولید را حل می‌کنند، نه فقط مشکل طراحی، بهترین موقعیت را برای شکل‌دهی به آینده خواهند داشت.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →