ในยุคที่ AI กลายเป็นส่วนหนึ่งของชีวิตประจำวัน ไม่ว่าจะเป็นการสร้างภาพ ตอบคำถาม หรือวิเคราะห์ข้อมูลองค์กร ทุกคำสั่งที่คุณส่งให้ AI ต้องใช้ศูนย์ข้อมูล (Data Center) ขนาดมหาศาลที่เต็มไปด้วยชิปประมวลผลนับหมื่นตัว ทำงานตลอด 24 ชั่วโมง
ปัญหาคือ ยิ่ง AI ฉลาดขึ้น ยิ่งกินไฟมากขึ้น และการพัฒนาชิปซิลิคอนแบบเดิมกำลังเข้าใกล้ขีดจำกัดทางกายภาพ
นักวิจัยทั่วโลกจึงหันมาสนใจ Photonic Computing หรือ “คอมพิวเตอร์แสง” — เทคโนโลยีที่ใช้ โฟตอน (อนุภาคของแสง) แทนอิเล็กตรอนในการประมวลผลข้อมูล
ทำไมชิปซิลิคอนแบบเดิมถึงไปต่อไม่ไหว?
ตลอดหลายทศวรรษที่ผ่านมา ความก้าวหน้าของคอมพิวเตอร์มาจากการย่อขนาดทรานซิสเตอร์บนชิปให้เล็กลงเรื่อยๆ วิธีนี้ช่วยเพิ่มประสิทธิภาพได้อย่างมหาศาล และเป็นรากฐานของสมาร์ตโฟน อินเทอร์เน็ต และคลาวด์ที่เราใช้อยู่ในทุกวันนี้
แต่เมื่อวงจรเล็กลงจนใกล้ระดับอะตอม ปัญหาความร้อนเริ่มเป็นอุปสรรคสำคัญ เพราะทุกครั้งที่อิเล็กตรอนเคลื่อนที่ผ่านวงจร จะเกิดความต้านทานและความร้อนสะสมขึ้นเสมอ
ในยุค AI ปัญหานี้ขยายใหญ่ขึ้นหลายเท่า เพราะศูนย์ข้อมูลต้องใช้ไฟฟ้าไม่ใช่แค่เพื่อคำนวณ แต่ต้องใช้อีกครึ่งหนึ่งเพื่อระบายความร้อนของอุปกรณ์ทั้งหมด ยิ่งโมเดล AI มีขนาดใหญ่และซับซ้อน ต้นทุนพลังงานก็ยิ่งพุ่งสูงตาม
ช่องว่างระหว่างความต้องการพลังประมวลผลที่โตแบบก้าวกระโดด กับข้อจำกัดของซิลิคอนแบบดั้งเดิม คือจุดเริ่มต้นที่ทำให้ Photonic Computing ถูกจับตามอง
Photonic Computing คืออะไร? แสงต่างจากไฟฟ้าอย่างไร?
หัวใจของ Photonic Computing คือการเปลี่ยนตัวกลางในการส่งและประมวลผลข้อมูล จากอิเล็กตรอนมาเป็นโฟตอน (อนุภาคของแสง)
| คอมพิวเตอร์แบบเดิม | Photonic Computing | |
|---|---|---|
| ตัวกลาง | อิเล็กตรอน | โฟตอน (แสง) |
| ความร้อน | สูง | ต่ำกว่ามาก |
| ความเร็ว | จำกัดโดยความต้านทาน | เร็วกว่า สูญเสียพลังงานน้อยกว่า |
| ปริมาณข้อมูล | จำกัดต่อช่องทาง | ส่งหลายความยาวคลื่นพร้อมกัน |
โฟตอนสามารถเดินทางผ่านระบบออปติกได้โดยสูญเสียพลังงานน้อยกว่า และที่สำคัญคือ แสงสามารถส่งข้อมูลหลายชุดพร้อมกันผ่านความยาวคลื่นที่ต่างกัน เปรียบได้กับการเปิดหลายเลนบนถนนเส้นเดียว โดยไม่ต้องขยายถนนเพิ่ม
งาน AI ที่ได้ประโยชน์จากเทคโนโลยีนี้มากที่สุด ได้แก่ การฝึก Large Language Models, การประมวลผลในศูนย์ข้อมูล และการจำลองทางวิทยาศาสตร์ขนาดใหญ่
หมายเหตุ: Photonic Computing ในปัจจุบันไม่ได้หมายถึงการแทนที่ทุกอย่างด้วยแสง แต่ส่วนใหญ่อยู่ในรูป ระบบไฮบริด ที่ผสานวงจรออปติกกับอิเล็กทรอนิกส์เข้าด้วยกัน
ใครกำลังพัฒนา Photonic Computing บ้างในตอนนี้?
🇨🇳 จีน — เดิมพันเชิงยุทธศาสตร์
จีนเป็นประเทศที่เคลื่อนไหวชัดเจนที่สุด โดยเปิดตัว Shanghai Key Laboratory of Integrated Photonic Computing Chips and Systems ที่มหาวิทยาลัยเซี่ยงไฮ้เจียวทง ร่วมกับสตาร์ตอัป Lightelligence เพื่อพัฒนาชิปโฟโตนิก อุปกรณ์ออปติก และสถาปัตยกรรมการประมวลผลรูปแบบใหม่
แรงจูงใจของจีนไม่ได้มีแค่เรื่องพลังงาน แต่ยังเกี่ยวกับ ภูมิรัฐศาสตร์ มาตรการควบคุมการส่งออกเซมิคอนดักเตอร์จากสหรัฐฯ ทำให้จีนต้องมองหาเส้นทางเทคโนโลยีทางเลือกที่ไม่พึ่งพาห่วงโซ่อุปทานชิปแบบเดิม
🇳🇱 เนเธอร์แลนด์ — ระบบควบคุมควอนตัมแบบเรียลไทม์
บริษัท QuiX Quantum จากเนเธอร์แลนด์พัฒนา Feed-Forward Control Unit (FFCU) ที่สามารถตอบสนองต่อข้อมูลจากโฟตอนได้ภายใน 150 นาโนวินาที เร็วพอที่จะปรับเส้นทางการประมวลผลก่อนที่แสงจะเดินทางผ่านสายใยแก้วไปหลายสิบเมตร
🇦🇺 ออสเตรเลีย — วิจัยวัสดุพื้นฐาน
นักวิจัยจากมหาวิทยาลัยเทคโนโลยีซิดนีย์เผยแพร่งานวิจัยที่แสดงให้เห็นว่าสามารถปรับคุณสมบัติของแหล่งกำเนิดแสงควอนตัมในวัสดุ โบรอนไนไตรด์แบบหกเหลี่ยม ได้โดยการบิดมุมชั้นวัสดุ ซึ่งอาจแก้ปัญหาความไม่สม่ำเสมอของแหล่งกำเนิดโฟตอน อุปสรรคสำคัญในการสร้างวงจรควอนตัมขนาดใหญ่
ความท้าทายที่ยังต้องแก้ก่อนที่คอมพิวเตอร์แสงจะมาถึง
แม้ศักยภาพจะสูง แต่ Photonic Computing ยังต้องผ่านด่านสำคัญหลายด่านก่อนจะใช้งานได้จริงในวงกว้าง
- ซอฟต์แวร์และอัลกอริทึม — ระบบทั้งหมดในปัจจุบันถูกออกแบบมาสำหรับสถาปัตยกรรมอิเล็กทรอนิกส์ การเขียนซอฟต์แวร์ใหม่เพื่อใช้ประโยชน์จากฮาร์ดแวร์แสงได้เต็มประสิทธิภาพเป็นงานใหญ่มาก
- ปัญหาหน่วยความจำ — ข้อมูลยังต้องสลับไปมาระหว่างโลกแสงและโลกอิเล็กทรอนิกส์ ทำให้สูญเสียข้อได้เปรียบด้านความเร็วบางส่วน
- ความแม่นยำและเสถียรภาพ — ระบบแสงต้องควบคุมสัญญาณรบกวนและความเสถียรของอุปกรณ์ได้ในระดับที่เทียบกับชิปซิลิคอนที่มีการพัฒนามานานหลายทศวรรษ
- การผลิตในระดับอุตสาหกรรม — การ scale ชิปโฟโตนิกออกมาในราคาที่แข่งขันได้ยังเป็นโจทย์ที่ยังไม่มีคำตอบ
สรุป: อนาคตของ Photonic Computing คือการอยู่ร่วม ไม่ใช่การแทนที่
ในระยะสั้น โลกไม่น่าจะเห็น Photonic Computing เข้ามาแทนที่คอมพิวเตอร์อิเล็กทรอนิกส์ทั้งหมด แต่มีแนวโน้มสูงที่จะเห็นในรูป ระบบไฮบริด ที่ชิปแสงทำงานเสริมชิปซิลิคอนในงานที่ต้องการพลังประมวลผลสูงและมีข้อจำกัดด้านพลังงาน
เทคโนโลยีนี้ไม่ใช่แค่เรื่องของประสิทธิภาพ แต่กำลังกลายเป็นส่วนหนึ่งของการแข่งขันทางเทคโนโลยีระดับโลก ในช่วงเวลาที่โลกกำลังตั้งคำถามว่า เราจะหาพลังงานและพลังประมวลผลเพียงพอสำหรับยุค AI ได้อย่างไร
