System för artificiell intelligens (AI) lovar transformativa framsteg, men deras tillväxt har begränsats av ineffektivitet i energianvändningen och flaskhalsar i dataöverföringen. Forskare vid Columbia Engineering har presenterat en banbrytande lösning: en fotonisk-elektronisk 3D-plattform som uppnår en aldrig tidigare skådad energieffektivitet och bandbreddstäthet, vilket banar väg för nästa generations AI-hårdvara.
Studien, ”3D Photonics for Ultra-Low Energy, High Bandwidth-Density Chip Data Links”, som leds av Keren Bergman, Charles Batchelor Professor of Electrical Engineering, publiceras i Nature Photonics.
Forskningen beskriver en banbrytande metod som integrerar fotonik med avancerad CMOS-elektronik (complementary-metal-oxide-semiconductor) för att omdefiniera energieffektiv datakommunikation med hög bandbredd. Denna innovation tar itu med kritiska utmaningar inom datatrafik, ett bestående hinder för att förverkliga snabbare och effektivare AI-teknik.
”I det här arbetet presenterar vi en teknik som kan överföra stora mängder data med en oöverträffad låg energiförbrukning”, säger Bergman. ”Denna innovation bryter igenom den långvariga energibarriär som har begränsat dataförflyttningen i traditionella dator- och AI-system.”
Michael Cullen, doktorand i elektroteknik och medförfattare till artikeln, arbetar tillsammans med Keren Bergman (i förgrunden) i Lightwave Research Laboratory. Foto: Timothy Lee/Columbia Engineering
Genombrott inom datakommunikation
Columbia Engineering-teamet samarbetade med Alyosha Christopher Molnar, Ilda and Charles Lee Professor of Engineering vid Cornell University, för att utveckla ett 3D-integrerat fotoniskt-elektroniskt chip som har en hög densitet på 80 fotoniska sändare och mottagare inom ett kompakt chipfotavtryck.
Denna plattform levererar hög bandbredd (800 Gb/s) med exceptionell energieffektivitet och förbrukar endast 120 femtojoules per bit. Med en bandbreddsdensitet på 5,3 Tb/s/mm2 överträffar denna innovation vida befintliga riktmärken.
Chipet är utformat för låg kostnad och integrerar fotoniska enheter med CMOS-elektroniska kretsar och utnyttjar komponenter som tillverkas i kommersiella gjuterier, vilket banar väg för ett brett införande i industrin.
Revolutionerande AI-hårdvara
Teamets forskning omdefinierar hur data överförs mellan beräkningsnoder, vilket tar itu med de långvariga flaskhalsarna i energieffektivitet och skalbarhet.
Genom att 3D-integrera fotoniska och elektroniska chip uppnår denna teknik oöverträffade energibesparingar och hög bandbreddstäthet, vilket bryter sig loss från traditionella datalokalitetsbegränsningar. Denna innovativa plattform gör det möjligt för AI-system att effektivt överföra stora mängder data och stödja distribuerade arkitekturer som tidigare inte var möjliga på grund av energi- och latensbegränsningar.
De resulterande framstegen är redo att frigöra oöverträffade prestandanivåer, vilket gör denna teknik till en hörnsten i framtida datorsystem i alla tillämpningar, från storskaliga AI-modeller till databehandling i realtid i autonoma system.
Utöver AI har detta tillvägagångssätt en transformativ potential för högpresterande databehandling, telekommunikation och disaggregerade minnessystem, vilket signalerar en ny era av energieffektiv, höghastighets databehandlingsinfrastruktur.
I forskningssamarbetet ingick bidrag från Molnar-laboratoriet vid Cornell University, Air Force Research Laboratory och Dartmouth College.
För mer information: Stuart Daudlin et al, 3D Photonics for Ultra-Low Energy, High Bandwidth-Density Chip Data Links, Nature Photonics (2025). DOI: 10.1038/s41566-025-01633-0. På arXiv: DOI: 10.48550/arxiv.2310.01615
