Представь: у тебя дома стоит мощный компьютер с топовой видеокартой, и ты запускаешь какую-нибудь большую нейросеть типа Stable Diffusion или локальную версию ChatGPT. Всё круто, но если бы ты захотел соединить 10 000 таких компьютеров в один гигантский «мозг» вот тут начинается настоящий кошмар.
Именно так сейчас работают современные ИИ-фабрики (их называют дата-центрами для обучения больших моделей). Внутри этих огромных залов стоят тысячи ускорителей (GPU от NVIDIA и аналоги), которые должны постоянно обмениваться гигантскими объёмами данных. Один процессор говорит другому: «Эй, вот тебе 500 гигабайт промежуточных расчётов, давай дальше вместе думать». Если эта «болтовня» между чипами идёт медленно вся система тормозит, энергия тратится впустую, а обучение модели, которое и так стоит миллионы долларов, растягивается на лишние недели.
Сейчас главная проблема , это именно связи внутри дата-центра. Электрические кабели уже не справляются: слишком много потерь, слишком много тепла, слишком сложно масштабировать дальше 800 Гбит/с или 1.6 Тбит/с на канал. Поэтому все серьёзные игроки переходят на оптику свет по стеклянным волокнам. Свет почти не теряет энергию, может нести огромные объёмы данных и передавать их на большие расстояния внутри здания без проблем.
Но вот загвоздка: чтобы электрический сигнал из чипа превратить в оптический (и обратно), нужен специальный прибор электро-оптический модулятор. Раньше эти модуляторы были дорогими, капризными, потребляли много энергии и самое плохое их очень сложно было делать миллионами штук по одной цене и качества.
Гибридные фотонные чипы (литиевый танталат на кремнии) здесь видно несколько экземпляров рядом с монеткой.
А 22 марта 2026 года учёные из Германии (Karlsruhe Institute of Technology) объявили: они сделали прорыв. Они создали модулятор, который:
работает стабильно на скоростях больше 400 Гбит/с (это примерно 80 000 HD-фильмов одновременно или 8 полных Blu-ray за секунду), почти не требует постоянной подстройки (а это критично, когда у тебя миллионы таких устройств представь, если каждые 5 минут кто-то бегает и крутит ручки), сделан из литиевого танталата (хороший материал для управления светом) + кремний-нитрид, вместо дорогого золота для электродов используют медь проводит лучше, стоит дешевле, а главное его делают по обычным процессам производства микрочипов, которые уже миллиарды раз отработаны на заводах процессоров и памяти.
Профессор Кристиан Коос (глава группы в KIT) прямо сказал: «Быстро, дёшево, надёжно и можно штамповать миллионами именно такая комбинация нужна дата-центрам и ИИ-кластерам, которые уже задыхаются от узких мест в обмене данными между процессорами».
Почему это важно именно сейчас, в 2026 году?
Потому что ИИ-модели растут экспоненциально. Чтобы обучить следующее поколение GPT-5/6/Claude/ Llama/ Grok и т.д., нужно в 5–10 раз больше вычислений и в 5–20 раз больше обмена данными между чипами. Старые способы уже не тянут либо слишком дорого, либо слишком много энергии, либо просто физически не масштабируется. Этот новый модулятор — не волшебная палочка, которая завтра сделает все дата-центры в 10 раз быстрее. Но это очень важный кирпичик: если его начнут массово ставить в оптические трансиверы и CPO (co-packaged optics), то: энергопотребление на передачу данных упадёт, скорость между чипами внутри стойки и между стойками вырастет, цена таких связей станет приемлемой даже для кластеров на десятки тысяч GPU, ИИ-компании смогут быстрее и дешевле обучать модели следующего поколения.
Пока это научная работа (опубликована в Nature Communications), но технология использует уже готовые фабричные процессы значит, путь к массовому производству гораздо короче, чем у многих других «прорывных» идей в фотонике. Короче: если вы ждёте, когда ИИ перестанет быть таким дорогим и энергоёмким вот один из ключевых моментов, который приближает этот день. Не завтра, но уже не через 10 лет, а скорее через 3–5 лет такие штуки могут стать обыденностью в новых ИИ-суперкомпьютерах.
Понимаешь, жизнь не течёт по прямой. Она как расходящиеся по воде круги. На каждом круге повторяются старые истории, чуть изменившись, но никто этого не замечает. Никто не узнаёт их . Принято думать, что время, в котором ты, — новенькое, с иголочки, только что вытканное. А в природе всегда повторяется один и тот же узор. Их на самом деле совсем не много, этих узоров.
