Een Chinees onderzoeksteam heeft de productietijd voor optische 3D-chips teruggebracht van uren naar seconden, volgens de South China Morning Post, een doorbraak in de productie die de ontwikkeling van op licht gebaseerde computerhardware zou kunnen versnellen die lang werd gezien als een veelbelovend pad voorbij conventionele elektronica. De opmars, gerapporteerd op 19 juli 2026, komt naarmate de wereldwijde race om snellere, efficiëntere AI-hardware te bouwen toeneemt.

De vermindering van de fabricagetijd is aanzienlijk omdat de productiesnelheid een van de belangrijkste obstakels is geweest die verhinderden dat optische chips het laboratorium verlieten en naar commerciële productie gingen. Door een proces dat ooit uren in beslag nam in enkele seconden te comprimeren, wijst het werk op een toekomst waarin optische componenten kunnen worden geproduceerd tegen de volumes en kosten die grootschalige AI-infrastructuur vereist. Voor meer context over dit verhaal, zie ons laatste AI-ontwikkelingen.

Waarom optische chips belangrijk zijn voor AI

Optische of fotonische chips verwerken informatie met behulp van licht in plaats van elektrische stromen. Voor AI-workloads, waarbij enorme hoeveelheden gegevens tussen geheugen en processors bewegen, ligt de aantrekkingskracht van fotonica in de potentiële winst in snelheid en energie-efficiëntie. Licht kan meer gegevens transporteren met minder warmte dan koperen verbindingen. Daarom hebben onderzoekers jarenlang geprobeerd praktische optische computersystemen te bouwen.

Driedimensionale optische chips, die fotonische componenten in gelaagde structuren stapelen, zijn bijzonder aantrekkelijk omdat ze meer functionaliteit kunnen integreren in een kleinere footprint. De uitdaging was dat het vervaardigen van deze complexe 3D-structuren traditioneel langzaam en duur was, waardoor ze beperkt bleven tot kleinschalige onderzoeksdemonstraties in plaats van massaproductie.

Het fabricageknelpunt

Het door het Chinese team aangepakte knelpunt is bekend in de geavanceerde productiesector. Technieken die ingewikkelde 3D-fotonische structuren kunnen produceren, hebben de neiging precisie in te ruilen voor snelheid, of omgekeerd. Een proces gemeten in uren per chip maakt grootschalige implementatie oneconomisch, hoe indrukwekkend de prestaties van het individuele apparaat ook zijn. Door die tijd terug te brengen tot seconden verandert de economie fundamenteel.

Zoals Crypto Briefing in zijn berichtgeving opmerkte, is de ontwikkeling van belang voor wat het verkooppunt karakteriseerde als de AI-hardwarerace, waarbij de vooruitgang in de productie wordt gekoppeld aan de bredere concurrentie om een ​​computerinfrastructuur van de volgende generatie te bouwen. De implicatie is dat doorbraken in de manier waarop chips worden gemaakt net zo consequent kunnen zijn als doorbraken in het chipontwerp.

Een concurrentieveld

De gerapporteerde vooruitgang plaatst Chinese onderzoekers onder de leiders in een druk internationaal veld. Er wordt onderzoek gedaan naar optische en siliciumfotonica voor AI in grote laboratoria over de hele wereld, met inspanningen variërend van chipgebaseerd 3D-printen mogelijk gemaakt door siliciumfotonica tot fotonische processors die grote efficiëntiewinsten claimen ten opzichte van conventionele versnellers. De concurrentie is hevig omdat de beloning, een computerplatform dat de volgende generatie AI-modellen kan ondersteunen zonder de kracht- en interconnectielimieten van de hedendaagse hardware te raken, transformatief zou zijn.

Tegen de achtergrond van Amerikaanse exportcontroles op geavanceerde halfgeleiders hebben doorbraken in nieuwe computerarchitecturen een extra strategisch gewicht. Optische chips vertegenwoordigen een relatief open grens, waarbij de gevestigde dominantie in de traditionele siliciumproductie geen voorsprong garandeert. Vooruitgang in de productie, zoals gerapporteerd door de South China Morning Post, zou kunnen helpen bepalen welke regio's en instellingen het volgende computerparadigma vormgeven.

Van laboratorium tot fabriek

De afstand tussen een onderzoeksresultaat en een inzetbaar product blijft de centrale vraag voor optisch computergebruik. Een fabricagetechniek die op laboratoriumschaal werkt, moet reproduceerbaar, betrouwbaar en compatibel zijn met bestaande verpakkings- en integratieprocessen voordat deze echte AI-systemen kan beïnvloeden. De sprong van uren naar seconden is een noodzakelijke voorwaarde voor commerciële levensvatbaarheid, maar op zichzelf niet voldoende.

Niettemin is de productiesnelheid het soort vooruitgang dat verdere vooruitgang mogelijk maakt. Dankzij snellere fabricage kunnen onderzoekers ontwerpen sneller herhalen, meer varianten testen en de gegevens verzamelen die nodig zijn om processen te verfijnen in de richting van industriële betrouwbaarheid. Voor een vakgebied dat jarenlang verleidelijk dicht bij de praktische relevantie is geweest, kan die versnelling net zo belangrijk zijn als elke afzonderlijke prestatiemijlpaal.

Implicaties voor de AI-hardwareroadmap

Voor de bedrijven en landen die zwaar investeren in AI-infrastructuur is de boodschap dat de toekomst van AI-computing wellicht niet zal worden bepaald door de dominante hardware van vandaag. Als optische chips snel en op grote schaal kunnen worden vervaardigd, kunnen ze uiteindelijk een aanvulling vormen op of concurreren met de versnellers die momenteel de basis vormen voor modeltraining en gevolgtrekking. Dat vooruitzicht voegt urgentie toe aan de gediversifieerde strategieën die al zichtbaar zijn in de sector, waar investeringen zich verspreiden over op maat gemaakt silicium, nieuwe geheugenarchitecturen en nu ook fotonische benaderingen.

Het rapport van de South China Morning Post geeft geen details over de volledige commercialiseringstijdlijn, en het vertalen van een fabricageproces op tweede schaal naar productie in grote volumes zal aanhoudende technische inspanningen vergen. Maar de richting is duidelijk: de fysieke fundamenten van AI-computing zijn in beweging, en de teams die het productieprobleem oplossen, en niet alleen het ontwerpprobleem, zullen het best gepositioneerd zijn om vorm te geven aan wat daarna komt.

---

Blijf Voorop met AI

Het laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.

Lees meer AI-nieuws →