Hoe fotonische computing de grenzen van klassieke technologie doorbreekt
In een wereld waar artificiële intelligentie exponentieel groeit, botsen traditionele computerchips steeds vaker op hun limieten. Volgens Nicholas Harris, CEO van Lightmatter, ligt de toekomst mogelijk niet langer in elektriciteit, maar in licht. In een gesprek met Forbes schetst hij een visie waarin fotonische chips de volgende grote sprong betekenen voor AI.
Het einde van Moore’s Law als kantelpunt
Decennialang vormde Moore’s Law de motor van technologische vooruitgang: chips werden kleiner, sneller en krachtiger. Maar die trend vertraagt zichtbaar. Tegelijkertijd explodeert de vraag naar rekenkracht door AI-modellen die steeds groter en complexer worden.
Volgens Harris is dit geen toeval, maar een historisch kantelpunt. De combinatie van stagnerende chipprestaties en een ongekende AI-boom creëert een unieke kans voor een nieuwe technologie: fotonische computing.
Rekenen met licht: sneller en efficiënter
Waar klassieke chips werken met elektrische signalen, gebruikt fotonische computing lichtdeeltjes (fotonen) om data te verwerken. Dat lijkt futuristisch, maar de voordelen zijn concreet:
- Veel hogere snelheid: licht beweegt sneller dan elektriciteit
- Minder energieverbruik: essentieel in een tijd van stijgende AI-energiekosten
- Parallelle verwerking: meerdere berekeningen tegelijk, zonder bottlenecks
Het resultaat? Een potentiële revolutie in hoe AI-modellen worden getraind en uitgevoerd.
De sleutel tot AI-supercomputers?
Een van de meest intrigerende vragen is of fotonica de deur opent naar volledig nieuwe AI-supercomputers. Harris gelooft van wel. Door licht te gebruiken, kunnen systemen op een schaal opereren die vandaag simpelweg onhaalbaar is met traditionele chips.
Dit betekent niet alleen snellere AI, maar ook complexere modellen die dichter bij menselijke intelligentie komen en misschien zelfs verder gaan.
Van universiteit naar deep tech revolutie
Het verhaal van Lightmatter begon niet in een gigantisch techbedrijf, maar in academisch onderzoek. Zoals veel deep tech-innovaties groeide het idee vanuit fundamentele wetenschap naar een commerciële toepassing.
Die overgang is cruciaal: zonder praktische implementatie blijven doorbraken theoretisch. Lightmatter positioneert zich precies op dat snijvlak tussen onderzoek en industrie.
De energiecrisis van AI
Een minder zichtbaar, maar steeds urgenter probleem is het energieverbruik van AI. Datacenters slurpen enorme hoeveelheden stroom, en met de groei van AI dreigt dat onhoudbaar te worden.
Fotonische chips bieden hier een mogelijke oplossing. Door efficiënter te rekenen, kunnen ze:
- De energiekosten drastisch verlagen
- De ecologische impact van AI verminderen
- De schaalbaarheid van datacenters verbeteren
Wat als rekenkracht geen beperking meer is?
Misschien wel de meest fascinerende implicatie: wat gebeurt er als rekenkracht praktisch onbeperkt wordt?
Volgens Harris opent dat deuren naar toepassingen die vandaag nog sciencefiction lijken:
- Volledig autonome systemen
- Real-time simulaties van complexe werelden
- Nieuwe vormen van wetenschappelijk onderzoek
Met andere woorden: niet alleen sneller, maar fundamenteel anders.
Hype of onvermijdelijke toekomst?
Zoals bij elke technologische revolutie rijst de vraag: is dit een bubbel? Harris erkent de hype rond AI, maar ziet fotonische computing niet als een tijdelijke trend.
De nood is reëel, de technologie volwassen genoeg, en de timing perfect.
De toekomst van datacenters zou er wel eens radicaal anders kunnen uitzien, gevuld met licht in plaats van elektriciteit.
