В Китае создали чип с передачей данных с помощью света — скорость достигает 38 Тбит/с
Фотонный мультиплексор, созданный учёными Фуданьского университета, — это важный технологический прорыв, который может в будущем радикально изменить подход к вычислениям и передаче данных.

Китайские учёные совершили значительный прорыв в области фотонных технологий, разработав уникальный кремниевый фотонный мультиплексор — чип, передающий данные с помощью света вместо электрических сигналов. Разработка обещает изменить принципы работы вычислительной техники за счёт резкого повышения скорости и энергоэффективности.
Свет вместо тока
В традиционных микросхемах передача информации происходит по проводникам с помощью электрических импульсов. Новый подход, основанный на оптических волнах, позволяет:
-
увеличить пропускную способность,
-
снизить задержки,
-
уменьшить тепловыделение.
Ключевой компонент — оптический мультиплексор, объединяющий и разделяющий множество световых сигналов. Это критически важно для работы высокоскоростных дата-центров и суперкомпьютеров.
Кроме того, чип можно интегрировать в существующие системы благодаря совместимости с архитектурой CMOS, которая используется в современной электронной памяти и процессорах.
Что говорят разработчики
Согласно официальному сообщению Фуданьского университета (Fudan University, Шанхай), разработка поддерживает:
-
скорость передачи данных до 38 Тбит/с,
-
обработку до 4,75 трлн параметров в секунду при работе с большими языковыми моделями (LLM).
Эти показатели могут значительно ускорить обучение и выполнение ИИ-моделей прямо на устройстве, без необходимости обращения к удалённым серверам.
Источник: пресс-релиз и данные, опубликованные учёными Фуданьского университета — см. материал GSMArena: https://www.gsmarena.com.
Почему это важно
Согласно экспертам, внедрение фотонных чипов в вычислительные системы:
-
снизит энергопотребление в дата-центрах,
-
увеличит пропускную способность ИИ-серверов,
-
позволит строить более быстрые и «зелёные» вычислительные архитектуры.
Это особенно актуально в условиях стремительного роста объёмов данных и числа запросов к большим языковым моделям вроде ChatGPT, Gemini и Claude.