ஒரு சீன ஆராய்ச்சிக் குழு 3D ஆப்டிகல் சில்லுகளுக்கான உற்பத்தி நேரத்தை மணிநேரத்திலிருந்து வினாடிகளுக்கு குறைத்துள்ளது, சவுத் சைனா மார்னிங் போஸ்ட், ஒரு உற்பத்தி முன்னேற்றத்தின் படி, வழக்கமான எலக்ட்ரானிக்ஸ்க்கு அப்பால் ஒரு நம்பிக்கைக்குரிய பாதையாக நீண்ட காலமாகக் காணப்பட்ட ஒளி அடிப்படையிலான கணினி வன்பொருளின் வளர்ச்சியை துரிதப்படுத்தலாம். ஜூலை 19, 2026 அன்று அறிவிக்கப்பட்ட இந்த அட்வான்ஸ், வேகமான, திறமையான AI வன்பொருளை உருவாக்குவதற்கான உலகளாவிய பந்தயமாக வருகிறது.
உற்பத்தி நேரம் குறைவது குறிப்பிடத்தக்கது, ஏனெனில் உற்பத்தி வேகம் ஆப்டிகல் சில்லுகள் ஆய்வகத்திலிருந்து வெளியேறி வணிக உற்பத்திக்கு செல்வதைத் தடுக்கும் மையத் தடைகளில் ஒன்றாகும். ஒரு முறை சில நொடிகளில் மணிநேரம் எடுக்கும் செயல்முறையை சுருக்குவதன் மூலம், பெரிய அளவிலான AI உள்கட்டமைப்பு கோரும் அளவுகள் மற்றும் செலவுகளில் ஆப்டிகல் கூறுகளை உற்பத்தி செய்யக்கூடிய எதிர்காலத்தை நோக்கி வேலை செய்கிறது. For more context on this story, see our ongoing AI industry coverage.
ஏன் ஆப்டிகல் சிப்ஸ் AIக்கு முக்கியமானது
ஒளியியல் அல்லது ஃபோட்டானிக், சில்லுகள் மின்னோட்டத்தை விட ஒளியைப் பயன்படுத்தி தகவலை செயலாக்குகின்றன. AI பணிச்சுமைகளுக்கு, நினைவகம் மற்றும் செயலிகளுக்கு இடையே மிகப்பெரிய அளவிலான தரவு நகர்கிறது, ஃபோட்டானிக்ஸ் முறையானது வேகம் மற்றும் ஆற்றல் திறன் ஆகியவற்றில் சாத்தியமான ஆதாயங்களில் உள்ளது. தாமிர இணைப்புகளை விட குறைந்த வெப்பத்துடன் ஒளி அதிக தரவைக் கொண்டு செல்ல முடியும், அதனால்தான் ஆராய்ச்சியாளர்கள் நடைமுறை ஆப்டிகல் கம்ப்யூட்டிங் அமைப்புகளை உருவாக்க பல ஆண்டுகளாக முயற்சித்து வருகின்றனர்.
அடுக்கு கட்டமைப்புகளில் ஃபோட்டானிக் கூறுகளை அடுக்கி வைக்கும் முப்பரிமாண ஆப்டிகல் சில்லுகள் குறிப்பாக கவர்ச்சிகரமானவை, ஏனெனில் அவை அதிக செயல்பாட்டை ஒரு சிறிய தடம் ஒருங்கிணைக்க முடியும். சவாலானது என்னவென்றால், இந்த சிக்கலான 3D கட்டமைப்புகளை உருவாக்குவது பாரம்பரியமாக மெதுவாகவும் விலையுயர்ந்ததாகவும் உள்ளது, அவை வெகுஜன உற்பத்திக்கு பதிலாக சிறிய அளவிலான ஆராய்ச்சி ஆர்ப்பாட்டங்களுக்கு மட்டுப்படுத்தப்படுகின்றன.
ஃபேப்ரிகேஷன் பாட்டில்நெக்
மேம்பட்ட உற்பத்தியில் சீனக் குழுவின் இடையூறு நன்கு அறியப்பட்ட ஒன்றாகும். சிக்கலான 3D ஃபோட்டானிக் கட்டமைப்புகளை உருவாக்கும் திறன் கொண்ட தொழில்நுட்பங்கள் வேகத்திற்கான துல்லியத்தை வர்த்தகம் செய்ய முனைகின்றன, அல்லது நேர்மாறாகவும். ஒரு சிப்புக்கு மணிநேரங்களில் அளவிடப்படும் செயல்முறையானது, தனிப்பட்ட சாதனத்தின் செயல்திறன் எவ்வளவு சுவாரஸ்யமாக இருந்தாலும், பெரிய அளவிலான வரிசைப்படுத்தலைப் பொருளாதாரமற்றதாக்குகிறது. அந்த நேரத்தை வினாடிகளுக்குக் குறைப்பது பொருளாதாரத்தை அடிப்படையில் மாற்றுகிறது.
Crypto Briefing அதன் கவரேஜில் குறிப்பிட்டது போல, அவுட்லெட் AI ஹார்டுவேர் ரேஸ் என வகைப்படுத்தப்படும் மேம்பாடு முக்கியமானது, அடுத்த தலைமுறை கம்ப்யூட்டிங் உள்கட்டமைப்பை உருவாக்குவதற்கான பரந்த போட்டியுடன் உற்பத்தி முன்னேற்றத்தை இணைக்கிறது. இதன் உட்குறிப்பு என்னவென்றால், சில்லுகள் எவ்வாறு உருவாக்கப்படுகின்றன என்பதற்கான முன்னேற்றங்கள் சிப் வடிவமைப்பில் ஏற்படும் முன்னேற்றங்களைப் போலவே விளைவாக இருக்கும்.
ஒரு போட்டிக் களம்
அறிக்கையிடப்பட்ட முன்னேற்றம் சீன ஆராய்ச்சியாளர்களை ஒரு நெரிசலான சர்வதேச துறையில் தலைவர்களிடையே வைக்கிறது. AIக்கான ஆப்டிகல் மற்றும் சிலிக்கான் ஃபோட்டானிக்ஸ் பற்றிய ஆராய்ச்சி உலகெங்கிலும் உள்ள முக்கிய ஆய்வகங்களில் நடந்து வருகிறது, சிலிக்கான் ஃபோட்டானிக்ஸ் மூலம் இயக்கப்பட்ட சிப்-அடிப்படையிலான 3D பிரிண்டிங் முதல் ஃபோட்டானிக் செயலிகள் வரை வழக்கமான முடுக்கிகளைக் காட்டிலும் பெரிய செயல்திறன் ஆதாயங்களைக் கோருகிறது. இன்றைய வன்பொருளின் சக்தி மற்றும் ஒன்றோடொன்று இணைக்கப்பட்ட வரம்புகளைத் தாக்காமல் அடுத்த தலைமுறை AI மாடல்களைத் தக்கவைக்கக்கூடிய ஒரு கணக்கீட்டு தளமான ஊதியம் மாற்றத்தை ஏற்படுத்தும் என்பதால் போட்டி கடுமையாக உள்ளது.
மேம்பட்ட குறைக்கடத்திகள் மீதான அமெரிக்க ஏற்றுமதி கட்டுப்பாடுகளின் பின்னணியில், நாவல் கம்ப்யூட்டிங் கட்டமைப்புகளில் முன்னேற்றங்கள் கூடுதல் மூலோபாய எடையைக் கொண்டுள்ளன. ஆப்டிகல் சில்லுகள் ஒப்பீட்டளவில் திறந்த எல்லையைக் குறிக்கின்றன, பாரம்பரிய சிலிக்கான் உற்பத்தியில் நிறுவப்பட்ட ஆதிக்கம் முன்னணிக்கு உத்தரவாதம் அளிக்காது. சவுத் சைனா மார்னிங் போஸ்ட் அறிக்கை செய்ததைப் போன்ற உற்பத்தி முன்னேற்றங்கள் அடுத்த கணினி முன்னுதாரணத்தை எந்தப் பகுதிகள் மற்றும் நிறுவனங்கள் வடிவமைக்கின்றன என்பதைத் தீர்மானிக்க உதவும்.
ஆய்வகம் முதல் தொழிற்சாலை வரை
ஆப்டிகல் கம்ப்யூட்டிங்கிற்கான மையக் கேள்வியாக ஆராய்ச்சி முடிவுக்கும் பயன்படுத்தக்கூடிய தயாரிப்புக்கும் இடையிலான தூரம் உள்ளது. ஆய்வக அளவில் செயல்படும் ஒரு புனையமைப்பு நுட்பமானது, உண்மையான AI அமைப்புகளை பாதிக்கும் முன், மீண்டும் உருவாக்கக்கூடியதாகவும், நம்பகமானதாகவும், ஏற்கனவே இருக்கும் பேக்கேஜிங் மற்றும் ஒருங்கிணைப்பு செயல்முறைகளுடன் இணக்கமாகவும் இருக்க வேண்டும். மணிநேரத்திலிருந்து வினாடிகளுக்கு பாய்ச்சல் என்பது வணிக நம்பகத்தன்மைக்கு அவசியமான நிபந்தனையாகும், ஆனால் அது போதுமானதாக இல்லை.
ஆயினும்கூட, உற்பத்தி வேகம் என்பது மேலும் முன்னேற்றத்தைத் திறக்கும் ஒரு வகையான முன்னேற்றமாகும். வேகமான புனையமைப்பு ஆராய்ச்சியாளர்களை விரைவாக வடிவமைப்புகளை மீண்டும் செய்யவும், அதிக மாறுபாடுகளைச் சோதிக்கவும் மற்றும் தொழில்துறை நம்பகத்தன்மையை நோக்கி செயல்முறைகளைச் செம்மைப்படுத்தத் தேவையான தரவைச் சேகரிக்கவும் அனுமதிக்கிறது. நடைமுறை பொருத்தத்திற்கு நெருக்கமாக பல ஆண்டுகளாக செலவழித்த ஒரு துறைக்கு, அந்த முடுக்கம் எந்த ஒரு செயல்திறன் மைல்கல்லைப் போலவே முக்கியமானதாக இருக்கும்.
AI ஹார்டுவேர் சாலை வரைபடத்திற்கான தாக்கங்கள்
AI உள்கட்டமைப்பில் அதிக அளவில் முதலீடு செய்யும் நிறுவனங்கள் மற்றும் நாடுகளுக்கு, AI கம்ப்யூட்டின் எதிர்காலம் இன்றைய ஆதிக்க வன்பொருளால் தீர்க்கப்படாமல் போகலாம் என்பதுதான் செய்தி. ஆப்டிகல் சில்லுகளை விரைவாகவும் அளவிலும் உற்பத்தி செய்ய முடிந்தால், அவை இறுதியில் தற்போது மாதிரி பயிற்சி மற்றும் அனுமானத்தை ஆதரிக்கும் முடுக்கிகளுடன் முழுமையாக்கலாம் அல்லது போட்டியிடலாம். தனிப்பயன் சிலிக்கான், நாவல் நினைவக கட்டமைப்புகள் மற்றும் இப்போது ஃபோட்டானிக் அணுகுமுறைகள் ஆகியவற்றில் முதலீடு பரவியுள்ள தொழில்துறை முழுவதும் ஏற்கனவே காணக்கூடிய பல்வகைப்பட்ட உத்திகளுக்கு அந்த வாய்ப்பு அவசரத்தை சேர்க்கிறது.
சவுத் சைனா மார்னிங் போஸ்டின் அறிக்கை முழு வணிகமயமாக்கல் காலவரிசையை விவரிக்கவில்லை, மேலும் வினாடிகள் அளவிலான புனைகதை செயல்முறையை அதிக அளவு உற்பத்தியாக மாற்றுவதற்கு நிலையான பொறியியல் முயற்சி தேவைப்படும். ஆனால் திசை தெளிவாக உள்ளது: AI கம்ப்யூட்டிங்கின் இயற்பியல் அடித்தளங்கள் ஃப்ளக்ஸ் நிலையில் உள்ளன, மேலும் உற்பத்தி சிக்கலை தீர்க்கும் குழுக்கள், வடிவமைப்பு பிரச்சனை மட்டுமல்ல, அடுத்து வருவதை வடிவமைக்க சிறந்த நிலையில் இருக்கும்.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
