光計算、AI推論の電力削減に期待

推論電力が開発を後押し

光で行列演算を処理
市場評価額は22億ドル

方式ごとに異なる狙い

自由空間光学で前処理
集積回路で演算を実装
通信経路で処理を追加
微分方程式向け装置

実用化には課題も

データ変換の電力コスト
効果が出る規模は限定的
GPUとの用途分担を模索
詳細を読む

AI推論の電力消費がデータセンター運営の課題となるなか、光を使って演算する「光計算」に再び注目が集まっています。IEEE Spectrumによると、光計算企業の市場評価額は2022年の約4億ドルから約22億ドルに拡大しました。光学系は、行列とベクトルの乗算を電子回路より少ない電力で処理できる可能性があります。

実用化を目指す企業は方式を分けています。Lumaiなどは自由空間を進む光で推論の前処理を担い、Q.ANTやLightelligenceは集積フォトニクスを使った演算を開発しています。LightSolverは光の性質を生かして微分方程式を解き、Optalysysはデータセンター内の通信経路に演算を組み込む構想です。

ただし、演算そのものの効率だけでは優位性を判断できません。入力データを光に変換し、結果を電子データに戻す際にも電力が必要で、ベクトルが小さいと電子計算の方が有利な場合があります。専門家の試算では、光方式が優位になる規模はベクトル長が約1,000〜10,000の範囲とされますが、方式や処理によって異なります。

各社はGPUに対して10〜80倍のエネルギー効率を目標に掲げますが、記事はその効果が大規模運用で実証されたとはしていません。推論の全処理を光に置き換えられるわけでもなく、特にメモリーとのデータ移動や非線形演算が課題です。当面はGPUを全面的に置き換えるより、通信や特定の演算を光に任せ、CPU・GPUと組み合わせる構成が現実的とみられます。