Nvidia punta con decisione sulla fotonica. Come riportato dalla Cnbc, negli ultimi tre mesi, il leader mondiale dei chip di fascia alta ha investito circa 6,5 miliardi di dollari in aziende che sviluppano questa tecnologia. L’obiettivo è risolvere alcuni dei principali colli di bottiglia generati dall’intelligenza artificiale, a partire dalla questione energetica. I data center e le infrastrutture di rete sono infatti estremamente energivori, un fattore che potrebbe rallentare lo sviluppo su larga scala dell’AI e mettere sotto pressione soprattutto le aziende più esposte al settore. Attraverso la fotonica, la trasmissione dei dati potrebbe avvenire in modo molto più efficiente rispetto al tradizionale trasferimento tramite elettricità.
In questo articolo:
- Nvidia: ecco come si sta muovendo sulla fotonica
- Fotonica: cos’è e perché è importante per l’AI
- Nvidia e i limiti della fotonica
Nvidia: ecco come si sta muovendo sulla fotonica
Il colosso di Santa Clara è entrato con decisione nel campo della fotonica, annunciando investimenti da 2 miliardi di dollari ciascuno in Lumentum, Coherent e Marvell, oltre a un investimento da 500 milioni in Corning. Si tratta di aziende quotate specializzate nello sviluppo di tecnologie fotoniche. Le loro azioni in Borsa hanno registrato performance esplosive quest’anno: Lumentum è salita del 134%, Coherent ha guadagnato il 96%, Marvell è cresciuta del 122% e Corning ha registrato un rialzo del 111%. Nvidia ha inoltre partecipato al round Series E da 500 milioni di dollari della startup ottica Ayer Labs.
L’azienda ha già introdotto alcune tecnologie fotoniche nella propria offerta attraverso strumenti che permetteranno alle aziende AI di collegare milioni di GPU distribuite tra più siti, riducendo il ricorso all’elettricità e abbattendo consumi e costi operativi. Quest’anno l’amministratore delegato di Nvidia, Jensen Huang, ha dichiarato che l’azienda sta iniziando a “scalare la tecnologia di silicon photonics”, aggiungendo che la capacità produttiva necessaria “è sostanzialmente superiore a quella disponibile oggi nel mondo”. Proprio per questo motivo, Nvidia sta collaborando con la supply chain per aumentare la capacità produttiva.
Secondo Alvin Nguyen, senior analyst di Forrester, “la fotonica rappresenta un modo per Nvidia di espandere la propria infrastruttura AI senza sostenere i costi energetici che deriverebbero dal continuare a usare sistemi elettrici e rame”. A suo avviso, “investendo nelle aziende della fotonica, Nvidia si assicura che i progressi in questo settore continuino, evitando di raggiungere un limite di scalabilità e prestazioni che inevitabilmente si verificherebbe restando ancorati alle tecnologie elettriche e al rame”.
Fotonica: cos’è e perché è importante per l’AI
Ma cos’è realmente la fotonica? E perché potrebbe cambiare in maniera significativa il settore dell’intelligenza artificiale?
La fotonica consiste nell’utilizzo della luce, al posto dell’elettricità, per trasmettere i dati. In pratica, si tratta di una tecnologia che utilizza i fotoni – le particelle della luce – per elaborare, immagazzinare e trasmettere informazioni. Nei circuiti tradizionali, le stesse informazioni viaggiano attraverso gli elettroni. Nei sistemi fotonici, invece, i dati vengono trasferiti tramite impulsi luminosi che scorrono in fibre ottiche e chip specializzati.
Questo approccio consente di aumentare significativamente la velocità di trasmissione e di ridurre le perdite energetiche rispetto ai tradizionali cavi elettrici in rame. La tecnologia è particolarmente importante per l’intelligenza artificiale perché permette di collegare enormi quantità di GPU e server riducendo consumi energetici, produzione di calore e tempi di latenza nei data center. La cosiddetta “silicon photonics” integra componenti ottici direttamente sui chip in silicio, combinando la velocità della luce con la miniaturizzazione tipica dell’elettronica moderna.
Il trasferimento elettrico dei dati, consumando molta più energia, viene invece considerato sempre più un ostacolo alla diffusione dell’AI su larga scala. Ancora oggi il rame rappresenta lo standard dominante grazie ai costi inferiori e all’elevata affidabilità. Tuttavia, secondo Brian Colello, senior equity analyst di Morningstar, la fotonica diventerà progressivamente sempre più centrale nelle infrastrutture AI. “La roadmap di Nvidia per le prossime generazioni di soluzioni AI rack-scale richiederà una quantità crescente di connettività ottica per gestire l’aumento esponenziale della banda necessario ai nuovi modelli e ai livelli di utilizzo sempre più elevati”, ha spiegato.
Nvidia e i limiti della fotonica
La fotonica presenta un enorme potenziale e numerosi vantaggi. Tuttavia, deve ancora fare i conti con diversi limiti, soprattutto sul fronte della produzione industriale. Assemblare con precisione componenti ottici e semiconduttori è infatti un processo complesso, costoso e difficile da scalare.
“La tecnologia è valida, 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”.
Gli sforzi di Nvidia — ma anche di altre grandi aziende tecnologiche come AMD, Alphabet e Microsoft — sono considerati importanti per accelerare lo sviluppo del settore. Tuttavia, secondo Patience, la tecnologia si trova ancora nelle fasi iniziali. “Mi aspetto un’adozione su larga scala a partire dal 2028”, ha concluso.
