In questo periodo si sente molto parlare di fotonica come di una tecnologia destinata a rivoluzionare il mondo dell'intelligenza artificiale. Un numero considerevole di società, più o meno specializzate nel settore, sta ottenendo importanti guadagni in Borsa perché gli investitori scommettono sul fatto che questa tecnologia rappresenti il futuro delle infrastrutture necessarie ad alimentare l'AI, offrendo un'alternativa più efficiente all'elettricità.
Colossi come Nvidia, Advanced Micro Devices (AMD), Alphabet e Microsoft stanno investendo miliardi di dollari in aziende che sviluppano soluzioni basate sulla fotonica, puntando su un settore in forte fermento che potrebbe rafforzare ulteriormente il loro business. Ma cos'è la fotonica? E perché potrebbe cambiare il mondo dell'intelligenza artificiale?
Fotonica: cos'è e come funziona
La fotonica è una scienza che permette la trasmissione di dati utilizzando la luce al posto dell'elettricità. In sostanza, questa tecnologia sfrutta particelle della luce, chiamate fotoni, per elaborare, immagazzinare e trasmettere informazioni. Si tratta di un approccio diverso rispetto ai circuiti tradizionali, che utilizzano cavi elettrici in rame e quindi gli elettroni per trasferire i dati. Nel caso della fotonica, entrano in gioco impulsi luminosi che, viaggiando attraverso fibre ottiche e chip specializzati, consentono di trasferire informazioni più rapidamente e con minori perdite energetiche.
La fotonica può essere considerata una delle tecnologie chiave per il futuro delle telecomunicazioni e dell'informatica ad alte prestazioni. Grazie alla capacità della luce di trasportare grandi quantità di dati su lunghe distanze senza significative interferenze, questa disciplina trova applicazione nelle reti Internet, nei data center e nei sistemi di comunicazione avanzati. Inoltre, i circuiti fotonici integrati consentono di sviluppare dispositivi più compatti, efficienti e sostenibili dal punto di vista energetico. Parallelamente, la ricerca sta lavorando all'integrazione tra fotonica ed elettronica per realizzare computer sempre più veloci e potenti.
Fotonica: una svolta per l'intelligenza artificiale
L'intelligenza artificiale sta vivendo una fase di crescita talmente rapida da trasformare profondamente la tecnologia moderna. Le più grandi aziende tecnologiche del mondo stanno investendo centinaia di miliardi di dollari nell'AI e nelle infrastrutture collegate, dai data center ai sistemi di rete, fino ai modelli di intelligenza artificiale generativa e ai chip avanzati.
Per sostenere questo ecosistema è però necessaria una quantità enorme di energia. Ciò genera colli di bottiglia che finiscono inevitabilmente per aumentare i costi operativi delle aziende. La fotonica potrebbe rappresentare una delle soluzioni più promettenti a questo problema. I chip fotonici utilizzano la luce per eseguire operazioni matematiche complesse, riducendo i tempi di calcolo necessari per l'addestramento e l'esecuzione dei modelli di AI. Questo approccio consente al tempo stesso di diminuire il consumo energetico, un aspetto cruciale vista la crescente domanda di potenza computazionale.
In particolare, nei data center la fotonica migliora la comunicazione tra processori e memorie, eliminando molte delle "strozzature" tipiche dei sistemi elettronici. Grazie alla trasmissione più rapida delle informazioni, le applicazioni di AI possono rispondere in modo più efficiente e in tempo reale. Inoltre, i processori fotonici permettono di gestire reti neurali sempre più grandi e complesse, favorendo anche lo sviluppo di dispositivi intelligenti più compatti e performanti.
Oggi aziende e centri di ricerca stanno puntando sulla fotonica per creare hardware specializzato per l'intelligenza artificiale, il che potrebbe rendere l'AI più accessibile, sostenibile e potente. In definitiva, la fotonica viene considerata uno dei pilastri dell'evoluzione futura dell'intelligenza artificiale.
Quali sono le Big Tech che stanno puntando sulla fotonica
Una volta comprese le potenzialità della fotonica, le grandi aziende tecnologiche si sono mosse rapidamente, investendo capitali significativi nel settore per trarne vantaggio competitivo. Il motivo di fondo è che l'attuale infrastruttura elettronica sta diventando un limite alla crescita dell'intelligenza artificiale. I modelli AI richiedono infatti il trasferimento di enormi quantità di dati tra chip, GPU e data center, mentre la luce offre velocità superiori e consumi energetici inferiori rispetto ai collegamenti elettrici tradizionali. Ecco quali sono le big tech più attive:
Nvidia
Nvidia è oggi una delle aziende più aggressive nel settore. Negli ultimi mesi il leader mondiale dei chip ha investito circa 6,5 miliardi di dollari in società che sviluppano tecnologie fotoniche. Nello specifico, ha annunciato investimenti da 2 miliardi di dollari ciascuno in Lumentum, Coherent e Marvell, oltre a un investimento da 500 milioni di dollari in Corning. Inoltre, ha partecipato al round Series E da 500 milioni di dollari della startup ottica Ayar Labs. Nvidia punta soprattutto sulla silicon photonics, ovvero l'integrazione della luce direttamente nei chip e nelle infrastrutture di rete.
AMD
AMD ha acquisito la startup Enosemi, specializzata in circuiti fotonici integrati e collegamenti ottici ad alta velocità. L'operazione mira a rafforzare la piattaforma hardware dell'azienda per l'intelligenza artificiale e a competere direttamente con Nvidia nel settore dei sistemi AI di nuova generazione. I dettagli finanziari dell'acquisizione non sono stati resi pubblici. È noto però che AMD fosse particolarmente interessata al know-how sviluppato da Enosemi nel campo della silicon photonics e delle interconnessioni ottiche ad alte prestazioni destinate ai sistemi AI.
Microsoft
Microsoft investe da anni nella ricerca sulla silicon photonics attraverso i propri laboratori e la piattaforma cloud Azure. L'obiettivo è migliorare la comunicazione tra server e acceleratori AI nei data center, riducendo consumi energetici e latenze. L'azienda collabora inoltre con numerose startup del settore per integrare tecnologie ottiche nelle proprie infrastrutture cloud.
Google
Google è tra i pionieri della fotonica applicata ai data center. Ha sviluppato internamente tecnologie ottiche per collegare i propri server e sta studiando chip fotonici in grado di accelerare il machine learning e le reti neurali. La società investe inoltre nella ricerca avanzata sulle comunicazioni ottiche e sul quantum computing.
Meta Platforms
Meta considera la fotonica una tecnologia fondamentale per sostenere l'espansione dei propri sistemi di intelligenza artificiale generativa. L'azienda investe in infrastrutture ottiche ad altissima capacità per collegare migliaia di GPU nei propri data center e collabora con produttori di componenti fotonici per ridurre il consumo energetico delle reti.
Amazon
Amazon Web Services utilizza da tempo connessioni ottiche avanzate nei suoi data center e investe nella ricerca sulle reti fotoniche. Diversi ricercatori provenienti dall'AWS Center for Quantum Networking hanno inoltre contribuito alla nascita di startup specializzate nelle interconnessioni ottiche e nella fotonica quantistica.
I limiti della fotonica
La fotonica offre vantaggi significativi, ma presenta ancora diversi limiti che ne rallentano l'adozione su larga scala.
Innanzitutto, la produzione di chip fotonici è più complessa e costosa rispetto a quella dei tradizionali chip elettronici. Anche l'assemblaggio dei componenti ottici richiede processi particolarmente sofisticati e difficili da scalare a livello industriale.
Inoltre, molte operazioni logiche e di memoria vengono ancora eseguite in modo più efficiente dall'elettronica, rendendo necessaria una stretta integrazione tra le due tecnologie. Un ulteriore ostacolo riguarda la miniaturizzazione: i componenti ottici sono spesso più difficili da ridurre di dimensioni rispetto ai transistor elettronici.
Infine, la fotonica è ancora una tecnologia relativamente giovane e necessita di ulteriori sviluppi prima di diventare una soluzione diffusa su larga scala. "La tecnologia è valida, ma il problema più difficile riguarda la produzione su scala industriale", ha dichiarato Nick Patience, AI Lead del Futurum Group. "Il rendimento produttivo dei complessi assemblaggi ottici co-packaged resta una sfida, perché l'allineamento preciso tra componenti ottici e silicio è estremamente delicato. Quando qualcosa va storto nel processo di packaging, spesso l'assemblaggio non può essere recuperato".