Microsoft und Forscher der Universität Cambridge haben einen prototypischen analogen optischen Computer (AOC) entwickelt, der die Energieeffizienz von Künstlicher Intelligenz (KI) und kombinatorischen Optimierungsprozessen erheblich steigern könnte. Im Gegensatz zu herkömmlichen digitalen Systemen, die bei jeder Berechnung Energie durch Umwandlungen zwischen analogem und digitalem Signal verlieren, arbeitet der AOC direkt mit Lichtwellen, wodurch digitale Umwandlungen entfallen und Energieverluste minimiert werden. Die Technologie nutzt Mikro-LED-Arrays, räumliche Lichtmodulatoren und Photodetektor-Arrays, um Vektor-Matrix-Multiplikationen – zentrale Operationen in neuronalen Netzen – optisch und parallel durchzuführen. Dadurch erreicht das System potenziell bis zu 100-mal höhere Energieeffizienz als moderne GPUs. Ein zentrales Merkmal des AOC ist seine Fähigkeit, sowohl KI-Inferenz als auch komplexe Optimierungsprobleme auf einer einzigen Plattform zu beschleunigen. Um die Leistungsfähigkeit zu testen, entwickelten die Forscher ein „Digital Twin“ – eine Software-Simulation der Hardware –, mit der sie Modelle trainieren und große Skalen simulieren konnten. Testfälle umfassten Bildklassifizierung, nichtlineare Regression, die Rekonstruktion von MRT-Bildern und die Optimierung von Finanztransaktionen. In der MRT-Studie gelang es, die Bildaufnahmezeit von 30 auf nur fünf Minuten zu reduzieren, ohne die Bildqualität zu beeinträchtigen. Bei der Finanzoptimierung zeigte das System eine hohe Genauigkeit bei der Lösung komplexer Problemstellungen. Die Übereinstimmung zwischen Digital Twin und echter Hardware lag bei über 99 % bei Inferenzaufgaben, was die Zuverlässigkeit der Technologie unterstreicht. Die Forscher betonen, dass der AOC durch eine gemeinsame Gestaltung von Hardware und Algorithmen – einem sogenannten Co-Design-Ansatz – eine positive Entwicklungsspirale ermöglichen könnte, in der sich Hardware- und Softwareinnovationen gegenseitig beschleunigen. Dies könnte entscheidend für eine nachhaltige Zukunft der Rechenleistung sein, besonders angesichts der wachsenden Energiebelastung durch KI-Anwendungen. Trotz der vielversprechenden Ergebnisse bleibt die Technologie noch in der frühen Entwicklungsphase. Der aktuelle Prototyp verfügt über 256 Parameter für Inferenzaufgaben und bis zu 4.096 für Optimierung, mit 64 Variablen. Für praktische Anwendungen in der Industrie sind jedoch Skalierungen auf Hunderte Millionen oder Milliarden von Parametern erforderlich. Die Forscher gehen jedoch davon aus, dass dies durch die fortschreitende Miniaturisierung von Komponenten und die Integration weiterer Mikro-LEDs realisierbar ist. Industriebeobachter sehen in der Technologie ein vielversprechendes Signal für eine Energiewende im Rechenbereich. Experten betonen, dass der AOC zwar noch keine direkte Alternative zu GPUs darstellt, aber langfristig eine Schlüsselrolle bei der Bewältigung der Energiekosten von KI spielen könnte. Microsofts Engagement in der optischen Computing-Forschung unterstreicht das Unternehmen als treibende Kraft in der Entwicklung nachhaltiger Rechenarchitekturen. Die Technologie könnte besonders in Bereichen wie Gesundheitswesen, Finanzdienstleistungen und Logistik von großer Bedeutung werden, wo Energieeffizienz und Geschwindigkeit entscheidend sind.