По данным South China Morning Post, китайская исследовательская группа сократила время производства оптических 3D-чипов с часов до секунд. Это производственный прорыв, который может ускорить разработку компьютерного оборудования на основе света, которое долгое время считалось многообещающим путем за пределами традиционной электроники. Это достижение, о котором сообщалось 19 июля 2026 года, происходит на фоне усиления глобальной гонки за создание более быстрого и эффективного оборудования для искусственного интеллекта.

Сокращение времени изготовления является значительным, поскольку скорость производства была одним из основных препятствий, мешающих выходу оптических чипов из лаборатории в коммерческое производство. Сжимая процесс, который когда-то занимал часы, до считанных секунд, работа указывает на будущее, в котором оптические компоненты можно будет производить в тех объемах и по ценам, которые требуются для крупномасштабной инфраструктуры искусственного интеллекта. Подробнее об этой истории — в нашем тенденции ИИ.

Почему оптические чипы важны для искусственного интеллекта

Оптические или фотонные чипы обрабатывают информацию, используя свет, а не электрические токи. Для рабочих нагрузок ИИ, где огромные объемы данных перемещаются между памятью и процессорами, привлекательность фотоники заключается в потенциальном выигрыше в скорости и энергоэффективности. Свет может передавать больше данных при меньшем нагреве, чем медные межсоединения, поэтому исследователи потратили годы, пытаясь создать практичные оптические вычислительные системы.

Трехмерные оптические чипы, в которых фотонные компоненты складываются в слоистые структуры, особенно привлекательны, поскольку они могут интегрировать больше функциональности при меньших габаритах. Проблема заключалась в том, что изготовление этих сложных 3D-структур традиционно было медленным и дорогим, что ограничивало их небольшими исследовательскими демонстрациями, а не массовым производством.

Узкое место в производстве

Узкое место, над которым работает китайская команда, знакомо в передовом производстве. Методы, позволяющие создавать сложные трехмерные фотонные структуры, имеют тенденцию менять точность на скорость, или наоборот. Процесс, измеряемый часами на один чип, делает крупномасштабное развертывание неэкономичным, независимо от того, насколько впечатляющей является производительность отдельного устройства. Сокращение этого времени до секунд фундаментально меняет экономику.

Как отмечает Crypto Briefing в своем репортаже, развитие имеет значение для того, что издание охарактеризовало как гонку аппаратного обеспечения искусственного интеллекта, связывая прогресс производства с более широкой конкуренцией за создание вычислительной инфраструктуры следующего поколения. Подразумевается, что прорывы в производстве чипов могут иметь столь же важное значение, как и прорывы в их проектировании.

Конкурентное поле

Сообщаемый прогресс ставит китайских исследователей в число лидеров в насыщенной международной области. Исследования в области оптической и кремниевой фотоники для искусственного интеллекта ведутся в крупных лабораториях по всему миру, причем усилия варьируются от 3D-печати на основе чипов, обеспечиваемой кремниевой фотоникой, до фотонных процессоров, заявляющих о значительном повышении эффективности по сравнению с обычными ускорителями. Конкуренция является жесткой, потому что выигрыш в виде вычислительной платформы, которая сможет поддерживать модели искусственного интеллекта следующего поколения, не выходя за пределы мощности и межсоединения сегодняшнего оборудования, будет преобразующим.

На фоне американского контроля над экспортом современных полупроводников прорывы в новых вычислительных архитектурах имеют дополнительный стратегический вес. Оптические чипы представляют собой сравнительно открытую область, где установленное доминирование в традиционном производстве кремния не гарантирует лидерства. Достижения в сфере производства, подобные тем, о которых сообщает South China Morning Post, могут помочь определить, какие регионы и учреждения сформируют следующую компьютерную парадигму.

От лаборатории до завода

Расстояние между результатом исследования и готовым к развертыванию продуктом остается центральным вопросом для оптических вычислений. Технология изготовления, работающая в лабораторных масштабах, должна быть воспроизводимой, надежной и совместимой с существующими процессами упаковки и интеграции, прежде чем она сможет повлиять на реальные системы искусственного интеллекта. Переход от часов к секундам является необходимым условием коммерческой жизнеспособности, но сам по себе недостаточным.

Тем не менее, скорость производства — это тот вид прогресса, который, как правило, открывает путь к дальнейшему прогрессу. Более быстрое производство позволяет исследователям быстрее разрабатывать проекты, тестировать больше вариантов и собирать данные, необходимые для совершенствования процессов в целях обеспечения промышленной надежности. Для области, которая в течение многих лет была близка к практической значимости, такое ускорение может быть столь же важным, как и любой отдельный этап производительности.

Последствия для дорожной карты аппаратного обеспечения искусственного интеллекта

Для компаний и стран, вкладывающих значительные средства в инфраструктуру искусственного интеллекта, послание заключается в том, что будущее вычислений искусственного интеллекта не может быть решено доминирующим сегодня оборудованием. Если оптические чипы можно будет производить быстро и в больших масштабах, они смогут в конечном итоге дополнять или конкурировать с ускорителями, которые в настоящее время лежат в основе обучения моделей и вывода. Эта перспектива добавляет актуальности диверсифицированным стратегиям, уже заметным в отрасли, где инвестиции распространяются на заказной кремний, новые архитектуры памяти, а теперь и фотонные подходы.

В отчете South China Morning Post не описываются полные сроки коммерциализации, а перевод процесса изготовления, занимающего секунды, в крупносерийное производство потребует постоянных инженерных усилий. Но направление ясно: физические основы ИИ-вычислений постоянно меняются, и команды, которые решают производственные проблемы, а не только проблемы проектирования, будут лучше всего способны формировать то, что будет дальше.

---

Будьте в курсе ИИ

Последние новости, аналитика и прорывы в сфере ИИ — всё в одном месте.

Читать больше новостей об ИИ →