DellShop B2B
Корзина

ИИ-расчёты — в OPU: Neurophos готовит 56-ГГц фотонный ускоритель Tulkas T100

26 января 2026 г.·7 мин чтения·Кирилл ВолковКирилл Волков
ИИ-расчёты — в OPU: Neurophos готовит 56-ГГц фотонный ускоритель Tulkas T100

Фотонные вычисления, долгое время остававшиеся на периферии исследований, внезапно становятся центром внимания ИИ-индустрии. Стартап Neurophos объявил о прорыве в разработке оптического процессора (OPU), способного выполнять матрично-векторное умножение — основную операцию нейросетевых расчётов — на частоте до 56 ГГц. Это достижение может кардинально изменить баланс сил на рынке ИИ-ускорителей, где сегодня доминируют GPU от NVIDIA и аналогичные решения от AMD, Intel и других игроков.

Neurophos привлек $118 млн инвестиций для запуска фотонного ускорителя

Компания Neurophos, основанная ветеранами индустрии из NVIDIA, Apple, Samsung, Intel, AMD, Meta и ARM, объявила о завершении раунда финансирования серии А на сумму $110 млн. Общий объём привлечённых средств достиг $118 млн. В число инвесторов вошли Gates Frontier (фонд Билла Гейтса), M12 (венчурный фонд Microsoft), Carbon Direct Capital, Aramco Ventures, Bosch Ventures и другие. Юридическую поддержку оказала фирма Cooley LLP.

Полученные средства пойдут на ускорение разработки первой интегрированной фотонной вычислительной системы, включающей:

  • готовые к использованию в ЦОД модули OPU;
  • полный программный стек;
  • аппаратное обеспечение с ранним доступом для разработчиков.

Кроме того, Neurophos расширяет штаб-квартиру в Остине и открывает новый инженерный центр в Сан-Франциско, чтобы удовлетворить растущий спрос со стороны клиентов.

Метаповерхностный модулятор: ключ к фотонным вычислениям

Сердце технологии Neurophos — это «метаповерхностный модулятор», созданный на основе метаматериалов микронного масштаба. Эти элементы в 10 000 раз меньше традиционных фотонных компонентов, что делает возможным их интеграцию в чип, совместимый с существующими CMOS-процессами. Как заявил сооснователь компании Патрик Боуэн, первый кремниевый кристалл был получен в мае 2024 года и продемонстрировал работоспособность фотонного тензорного ядра размером 1000×1000 обрабатывающих элементов.

Для сравнения: современные GPU от NVIDIA используют тензорные ядра размером 256×256. Однако в чипе Neurophos достаточно одного такого ядра, тогда как в ускорителях NVIDIA их десятки или даже сотни. Это связано с тем, что фотонное ядро работает на частоте 56 ГГц и не требует постоянной подачи энергии для выполнения операций — энергия расходуется только на преобразование электрических сигналов в оптические и обратно.

Характеристики Tulkas T100: 470 POPS при 1–2 кВт

Первый коммерческий продукт Neurophos — ускоритель Tulkas T100 — будет оснащён:

  • 768 Гбайт памяти HBM (пропускная способность — 20 Тбайт/с);
  • 200 Мбайт L2-кеша;
  • одним фотонным тензорным ядром площадью около 25 мм².

Производительность устройства заявлена на уровне:

  • 470 POPS (FP4/INT4);
  • 400 TOPS (FP16/INT16).

Потребление энергии под нагрузкой — от 1 до 2 кВт, что даёт энергоэффективность до 235 TOPS/Вт. Для сравнения: лучшие GPU NVIDIA демонстрируют энергоэффективность в диапазоне 2–5 TOPS/Вт. Разница более чем на порядок.

Важно отметить, что эти цифры пока являются ориентировочными. Полноценное производство Tulkas T100 ожидается не ранее середины 2028 года.

Совместимость с существующими фабриками — залог массового внедрения

Одним из главных препятствий для фотонных вычислений всегда была невозможность использовать стандартные полупроводниковые линии. Neurophos утверждает, что решил эту проблему: его чипы могут быть произведены на существующих CMOS-фабриках без необходимости в дорогостоящей переоснастке.

«Эквивалент оптического транзистора, который вы получаете сегодня на заводах, огромен. Он имеет длину около 2 мм. Вы просто не можете разместить достаточное количество таких транзисторов на чипе, чтобы получить вычислительную плотность, хотя бы отдалённо конкурирующую с современными CMOS-технологиями», — пояснил Боуэн в интервью The Register.

Технология Neurophos позволяет интегрировать миллионы микронных оптических элементов на одном чипе, используя те же материалы и процессы, что и при производстве обычных процессоров.

Как Tulkas T100 будет использоваться в ИИ-инфраструктуре?

По словам Боуэна, Tulkas T100 будет выполнять роль, схожую с соускорителем NVIDIA Rubin CPX, отвечающим за работу с контекстом и создание KV-кеша. Предполагается, что одна стойка Neurophos, содержащая 256 чипов, будет сопряжена со стойкой NVL576 от NVIDIA.

В долгосрочной перспективе компания рассматривает возможность перехода к генерации токенов, но для этого потребуется разработка множества дополнительных технологий, включая интегрированную оптику и новые алгоритмы управления данными.

Поддержка Microsoft и интерес крупных заказчиков

Neurophos уже заключил контракты с несколькими клиентами, хотя их имена не раскрываются. По данным TechCrunch, Microsoft «очень внимательно изучает» продукцию стартапа. Учитывая участие M12 (венчурного фонда Microsoft) в раунде финансирования, можно предположить, что Azure Cloud может стать одной из первых платформ, интегрирующих фотонные ускорители.

Марк Трембле (Marc Tremblay), корпоративный вице-президент и технический эксперт по базовой ИИ-инфраструктуре, отметил: «Нам необходим прорыв в вычислительной мощности, сопоставимый с теми скачками, которые мы наблюдаем в самих ИИ-моделях, и именно этим занимается технология Neurophos и её высококвалифицированная команда».

Фотоника против кремния: эволюция или революция?

Патрик Боуэн подчеркивает, что все текущие разработки в области ИИ-ускорителей, включая решения NVIDIA, Intel и AMD, являются эволюционными. Они зависят от прогресса TSMC и других фабрик, которые повышают энергоэффективность лишь на 15% за пару лет.

«Все остальные, включая NVIDIA, в плане фундаментальной физики кремния, скорее эволюционны, чем революционны… Если посмотреть на улучшение техпроцессов TSMC, то в среднем они повышают энергоэффективность примерно на 15%, и на это уходит пара лет», — заявил он.

Фотонные вычисления, напротив, предлагают революционный подход: скорость и эффективность растут не за счёт уменьшения транзисторов, а за счёт физических свойств света. Это позволяет обойти энергетические барьеры, ограничивающие традиционные GPU.

Какие задачи решит Tulkas T100 в реальных ЦОД?

Ускоритель Tulkas T100 будет особенно полезен в следующих сценариях:

  • Обучение больших языковых моделей (LLM) — за счёт высокой пропускной способности памяти и энергоэффективности;
  • Инференс в реальном времени — благодаря низкой задержке и высокой частоте обработки;
  • Работа с длинными контекстами — через специализированную архитектуру для KV-кэширования;
  • Энергоограниченные среды — например, в регионах с высокой стоимостью электроэнергии или ограниченной инфраструктурой охлаждения.

Это делает Tulkas T100 привлекательным решением не только для гиперскалеров, но и для корпоративных ЦОД, стремящихся снизить TCO (Total Cost of Ownership).

Где купить серверное оборудование для ИИ-инфраструктуры уже сегодня?

Пока фотонные ускорители находятся в разработке, компании продолжают строить ИИ-системы на базе проверенных решений. Для этого требуется надёжное серверное оборудование, системы хранения и сетевые компоненты. На сайте DellShop.ru представлен широкий ассортимент серверов, включая:

Все решения совместимы с современными ИИ-фреймворками и готовы к развёртыванию в production-средах. Для консультации по подбору оборудования можно связаться со специалистами DellShop.

FAQ: Вопросы и ответы о фотонных ускорителях Neurophos

Что такое OPU и чем он отличается от GPU?

OPU (Optical Processing Unit) — это процессор, использующий свет (фотоны) вместо электронов для выполнения вычислений. В отличие от GPU, где операции выполняются в электрической форме и требуют постоянного энергопотребления, OPU расходует энергию только на преобразование сигналов. Это делает его значительно более энергоэффективным, особенно для операций типа матрично-векторного умножения, лежащих в основе нейросетей.

Когда поступит в продажу Tulkas T100?

Полноценное производство ускорителя Tulkas T100 ожидается не ранее середины 2028 года. На данный момент устройство находится в активной фазе разработки, и компания уже привлекла первых клиентов для тестирования ранних образцов.

Можно ли использовать фотонные ускорители вместе с GPU NVIDIA?

Да, Neurophos планирует интегрировать свои ускорители в существующие ИИ-инфраструктуры. Например, одна стойка Tulkas T100 может работать в связке со стойкой NVIDIA NVL576, выполняя специализированные задачи, такие как KV-кэширование или обработка длинных контекстов.

Почему фотонные вычисления раньше не применялись в ИИ?

Основная причина — размер фотонных компонентов. Ранние оптические элементы были слишком велики (порядка 2 мм), что делало невозможным их интеграцию в чипы с высокой плотностью. Neurophos преодолел это ограничение, разработав микронные метаповерхностные модуляторы, совместимые с CMOS-процессами.

Сравнение энергоэффективности ИИ-ускорителей (ориентировочно)

Устройство Производительность (TOPS, FP16) Потребление (Вт) Эффективность (TOPS/Вт)
NVIDIA H100 ~2 000 ~700 ~2.9
AMD MI300X ~1 500 ~750 ~2.0
Intel Gaudi 3 ~1 800 ~600 ~3.0
Neurophos Tulkas T100 (прогноз) 400 1 000–2 000 до 235

Примечание: данные по Tulkas T100 являются предварительными и могут измениться в ходе разработки.

Как подготовить ЦОД к будущему с фотонными ускорителями?

Хотя Tulkas T100 появится не скоро, уже сейчас стоит задуматься о модернизации ИИ-инфраструктуры. Вот ключевые шаги:

  1. Обновите серверный парк до моделей с поддержкой PCIe 5.0 и DDR5.
  2. Убедитесь, что сетевое оборудование обеспечивает пропускную способность не ниже 200 Гбит/с между узлами.
  3. Инвестируйте в высокоскоростные системы хранения с NVMe и поддержкой RDMA.
  4. Рассмотрите использование ИБП и систем охлаждения, рассчитанных на высокую плотность мощности.

Эти меры не только повысят эффективность текущих ИИ-нагрузок, но и упростят будущую интеграцию фотонных ускорителей.

Поделиться статьёй:

TelegramVKWhatsApp

Об авторе

Кирилл Волков
Кирилл Волков

Серверное оборудование · Практик-универсал

Инженер по серверному оборудованию, 8 лет в профессии. Настраивал и чинил серверы Dell, HP и Huawei — от небольших офисов до нагруженных дата-центров. Пишет гайды, которые сам хотел бы прочитать, когда начинал.

Все статьи автора →

Похожие материалы