Hinweis: Das Beitragsbild wurde mit künstlicher Intelligenz erzeugt.

Am Karlsruher Institut für Technologie (KIT) geht ein Testsystem in den Regelbetrieb, das Licht zur Datenverarbeitung einsetzt. Photonische Prozessoren des Stuttgarter Unternehmens Q.ANT arbeiten dabei direkt mit klassischen Hochleistungsrechnern zusammen. Das Bundesministerium für Forschung, Technologie und Raumfahrt fördert das Vorhaben mit rund 4,3 Millionen Euro. Für Betreiber datenintensiver Infrastruktur ist das ein Signal: Die Technologie verlässt das Labor.

Warum elektrische Signalübertragung an Grenzen stößt

Klassische Siliziumchips verarbeiten Daten durch die Bewegung von Elektronen. Bei sehr hohen Taktfrequenzen und hoher Integrationsdichte entsteht dabei erhebliche Abwärme. Ein beträchtlicher Teil der zugeführten Energie geht ungenutzt verloren. Die Kühlung moderner Datencenter verschlingt einen wachsenden Anteil des Gesamtenergieverbrauchs.

Photonische Prozessoren übertragen Daten als Lichtimpulse durch optische Wellenleiter, sogenannte Waveguides. Photonen bewegen sich ohne die elektrischen Widerstände klassischer Leiter. Der Energiebedarf bei der Signalübertragung ist damit deutlich geringer, Abwärme entsteht kaum. Optische Frequenzen erlauben außerdem parallele Datenverarbeitung mit sehr hohen Bandbreiten.

Kein Ersatz, sondern gezielte Ergänzung

Das KIT verfolgt keinen Komplettaustausch bestehender Architekturen. Die photonischen Chips sind spezialisierte Beschleuniger im Verbund mit herkömmlichen Prozessoren. Sie übernehmen vor allem rechenintensive mathematische Operationen, zum Beispiel Matrixberechnungen beim Training von KI-Modellen oder bei der Optimierung komplexer Lieferketten.

Das Scientific Computing Center des KIT untersucht, für welche Aufgabentypen die lichtbasierten Einheiten den größten Effekt erzielen. Ziel ist eine reibungslose Einbindung in bestehende Softwareumgebungen und Rechenzentrumsstrukturen. Sämtliche Ergebnisse und Programmierschnittstellen stehen als Open Source zur Verfügung.

Hybride Systeme als Effizienzmodell

Ein zentrales Konzept ist die automatisierte Aufgabenteilung zwischen verschiedenen Hardwaretypen. Rechenaufgaben werden in Teilschritte zerlegt, die jeweils an geeignete Hardware gehen. Routineoperationen bleiben bei klassischen Prozessoren, Matrixberechnungen übernehmen photonische Chips, spezifische Optimierungsprobleme können an Quantensysteme weitergeleitet werden.

Auch interessant  Risikobeurteilung von Maschinen: Warum digitale Prozesse wichtiger werden

Diese Aufteilung senkt laut den Karlsruher Forschenden den Gesamtenergiebedarf spürbar und verkürzt gleichzeitig Rechenzeiten. Konkrete Verbrauchswerte aus dem laufenden Betrieb liegen noch nicht vor. Das Testsystem soll diese Daten erst liefern.

Was das für produzierende Unternehmen bedeutet

Für Industrieunternehmen, die eigene Rechenzentren betreiben oder rechenintensive Prozesse extern betreiben lassen, ist die Entwicklung aus zwei Gründen relevant. Erstens steigen die Energiekosten für Hochleistungsrechnen weiter. Jede Technologie, die diesen Verbrauch strukturell senkt, verbessert die Kostenposition. Zweitens erhöhen KI-gestützte Anwendungen in Produktion, Logistik und Qualitätssicherung den Rechenbedarf pro Betrieb.

Photonische Beschleuniger sind derzeit nicht als Standardkomponente verfügbar. Das KIT-Testsystem soll zeigen, unter welchen Bedingungen ein Einsatz wirtschaftlich sinnvoll ist. Wer heute Rechenzentrumskapazitäten plant oder Dienstleister bewertet, sollte diese Entwicklung in seine mittelfristige Technologieplanung einbeziehen.

Fazit

Photonische Rechenarchitekturen sind kein reines Forschungsthema mehr. Mit dem Betrieb eines realen Testsystems am KIT, gefördert mit 4,3 Millionen Euro aus Bundesmitteln, geht die Technologie vom Laborversuch zur anwendungsnahen Erprobung über. Ob sie in großem Maßstab wirtschaftlich eingesetzt werden kann, werden die kommenden Jahre zeigen. Hybride Systeme aus klassischen, photonischen und perspektivisch auch Quantenkomponenten dürften die Architektur von Hochleistungsrechenzentren verändern.