AI モデルの大規模化に伴い、データセンターの消費電力が急速に膨張している。その中で、光ベース技術を使った極めて低消費電力のスイッチングデバイスが開発され、AI チップの未来を変える可能性が出てきた。

フォトニック結晶ナノキャビティ：光を閉じ込める技術

研究チームはモリブデン ディセレナイド（MoSe₂）という 2D 半導体材料と、フォトニック結晶ナノキャビティを組み合わせた。ナノキャビティとは、光を非常に狭い空間に閉じ込める構造で、光と物質の相互作用を劇的に強化する。この設計により、従来の電子スイッチよりもはるかに少ないエネルギーで光の切り替えが可能になった。

約 4 フェムトジュール：驚異的な低消費電力

達成した消費電力は約 4 フェムトジュール（femtojoules）。1 フェムトジュールは 1000 兆分の 1 ジュールという、極めて小さなエネルギー単位だ。研究チームが指摘する通り「光は電子を動かすより速く進行し、熱をより少なく生成する」という特性が、この低消費電力を実現している。

電子チップと比較すれば、削減できるエネルギーの規模は明白だ。AI モデルの推論で消費される電力の大部分は、演算チップの動作と冷却に費やされる。フォトニックアプローチなら、その負荷を劇的に軽減できる。

AI チップへの応用展望：高速かつ効率的

将来的には、このデバイスは「高速でエネルギー効率の高いハードウェアによって AI モデルを実行する開発に有用である可能性がある」と指摘されている。また、拡張可能な量子コンピューティング構造の構築にも応用可能と予想される。

現在の課題は、この超小型デバイスをどう大規模に統合するかだ。研究チームは「標準的な製造技術で大規模な統合フォトニック回路に組み込める可能性」にも触れており、数千の相互作用する光学部品を含むチップの開発が視野に入っている。

業界への影響と時間軸

従来の電子チップベースのアプローチでは、AI モデルの性能向上と消費電力削減が相反する課題だった。フォトニクス技術が実用化されれば、その構図が大きく変わる可能性がある。

ただし、現段階は基礎研究から実装への過渡期だ。標準的な製造プロセスへの統合、大規模化での歩留まり、既存の電子回路との連携など、解決すべき課題は多い。数年単位での開発進展を注視する価値がある。