Fast jede nützliche Funktion eines Laptops beruht auf Elektronen in Transistoren und Metallleitungen. Diese Technik hat unsere Welt verändert. Moderne KI-Systeme zeigen jedoch einen wachsenden Preis: Riesige Datenmengen zwischen Prozessoren, Speicher und weiteren Prozessoren zu bewegen, kostet Zeit, Chipfläche und Energie. Die Rechnung selbst kann schnell sein; der Transport der Zahlen wird zum Engpass.
Licht bietet einen anderen Weg. Ein Strahl kann Informationen schnell tragen, mehrere Wellenlängen können denselben Wellenleiter nutzen, und optische Signale überwinden nützliche Entfernungen ohne den elektrischen Widerstand einer Kupferbahn. In der Siliziumphotonik werden winzige Wellenleiter, Modulatoren und Detektoren mit Halbleiterverfahren auf Chips integriert.
Das klingt nach einem einfachen Tausch: Strom raus, Licht rein. Tatsächlich werden photonische Systeme zuerst dort sinnvoll, wo Licht einen klaren physikalischen Vorteil hat – beim Datentransport und bei stark parallelen Rechenoperationen. Elektronik speichert weiterhin Informationen, trifft Entscheidungen und erledigt die Arbeit ringsherum. Die entstehende Maschine ist hybrid.
Zwei verschiedene Ideen unter einem Begriff
„Photonisches Rechnen“ kann mindestens zwei Dinge meinen.
Das erste ist die optische Kommunikation innerhalb und zwischen Computersystemen. Elektrische Daten steuern einen Modulator, der ein Lichtsignal verändert. Das Licht läuft durch eine Faser oder einen Wellenleiter; ein Photodetektor wandelt es anschließend wieder in ein elektrisches Signal um. Hier geht es um Transport, nicht um Berechnung. Glasfaser trägt das Internet schon lange. Neu ist der Versuch, die Optik näher an Prozessoren und Schalter zu bringen.
Das zweite ist die optische Berechnung. Ein Netz aus Wellenleitern und Bauelementen verändert Licht so, dass sein Ausgang das Ergebnis einer mathematischen Operation darstellt. Viele experimentelle Beschleuniger zielen auf Matrixmultiplikation – eine Grundoperation in neuronalen Netzen, Bildverarbeitung und wissenschaftlichem Rechnen.
Beides kann zusammenkommen, ist aber nicht dasselbe. Eine optische Verbindung neben einem KI-Chip beweist nicht, dass das Modell mit Licht berechnet wird. Ein photonischer Laborprozessor bedeutet nicht, dass der gesamte Server ohne Elektronik arbeitet.
Warum Datenbewegung zum Problem wird
Große KI-Aufgaben verteilen sich über viele Beschleuniger. Diese tauschen ständig Modellparameter, Zwischenergebnisse und Trainingsdaten aus. Kupfer funktioniert über kurze Wege gut. Mit höheren Datenraten steigen jedoch Verluste, Signalverzerrung und Energiebedarf. Entzerrer, Retimer und weitere Hilfsschaltungen verbrauchen ebenfalls Strom.
Bei Co-Packaged Optics sitzen optische Sender und Empfänger sehr nahe am Schalter- oder Prozessorpaket. Der schwierigste elektrische Weg wird kürzer; Licht übernimmt die längere, breitbandige Strecke. Ein Überblick in Nature Electronics von 2026 beschreibt dies als möglichen Baustein künftiger Hochleistungssysteme, nennt aber offene Fragen bei Kühlung, Fertigung und Standards.
Das ist heute die praktischste Antwort auf die Titelfrage: Licht beginnt einige elektrische Verbindungen zu ersetzen, vor allem wenn viele Chips Daten austauschen. Es ersetzt weder die Transistoren des Betriebssystems noch die Speicherzellen des Modells.
Wie kann ein Lichtstrahl rechnen?
Licht besitzt steuerbare Eigenschaften: Intensität, Phase, Wellenlänge und Polarisation. Eine photonische Schaltung kann Zahlen darin kodieren. Winzige Komponenten teilen und vereinigen Strahlen. Interferenz macht manche Ausgänge heller und andere dunkler. Detektoren messen das Ergebnis und erzeugen wieder einen elektrischen Wert.
Häufig kommt ein Netz aus Mach-Zehnder-Interferometern zum Einsatz. Jedes Bauteil teilt Licht auf zwei Wege, verändert deren relative Phase und führt sie wieder zusammen. Viele abgestimmte Elemente ergeben eine mathematische Transformation. Andere Architekturen nutzen Ringe, Beugung oder mehrere Wellenlängen zugleich. Verschiedene „Farben“ können parallele Kanäle bilden.
Die Physik führt beim Durchlauf viele Multiplikationen und Additionen aus. Für eine passende große Wiederholungsaufgabe verspricht das hohen Durchsatz und geringe Verzögerung.
Doch eine KI besteht nicht nur aus Matrixmultiplikation. Das System muss Eingaben laden, optische Gewichte setzen, Ausgänge messen, nichtlineare Funktionen anwenden, Speicher verwalten und Fehler korrigieren. Meist übernimmt die Elektronik diese Schritte. Benötigen Laser, Wandler und Steuerung zu viel Energie, verschwindet der Vorteil des photonischen Kerns.
Was wurde tatsächlich gezeigt?
Die Forschung ist über Spielzeugbeispiele hinaus. Im April 2025 berichtete Nature über einen photonischen KI-Prozessor, der unter anderem ResNet, BERT und eine Reinforcement-Learning-Aufgabe ausführte. Die Autorinnen und Autoren bezeichneten Präzision als zentrale Hürde; ältere Demonstrationen waren meist auf vereinfachte Benchmarks begrenzt.
Bei der Kommunikation beschrieb Nature Photonics 2025 die dichte 3D-Integration von 80 photonischen Sendern und Empfängern auf 0,3 mm². IBM meldete Module mit Polymerwellenleitern und Zuverlässigkeitstests unter thermischer Belastung.
Es gibt auch Produkte und Testplattformen. Lightelligence beschreibt PACE², 2025 veröffentlicht, als optoelektronische Beschleunigerkarte mit einer konfigurierbaren optischen 128×128-Matrix. Lightmatter meldete im März 2026 für eine Evaluierungsversion von Passage 1,6 Terabit pro Sekunde und Faser; Testkits seien für führende Kunden verfügbar.
Der Status ist entscheidend. Ein begutachteter Prototyp belegt ein Ergebnis unter angegebenen Bedingungen. Ein Evaluierungskit ermöglicht Kundentests. „Sampling“ bedeutet frühe Exemplare. Keiner dieser Begriffe beweist allein, dass die Technik millionenfach verbaut oder über Jahre günstiger und zuverlässiger ist.
Warum kein vollständig optischer Computer?
Licht lässt sich zunächst schwer speichern. Elektronischer Speicher hält Milliarden Werte kompakt und wiederholt abrufbar. Optische Verzögerungsleitungen ersetzen RAM nicht einfach.
Viele photonische Rechnungen sind außerdem analog. Fertigungsabweichungen, Temperatur, Detektorrauschen und unvollkommene Regelung verändern das Ergebnis. Digitalelektronik stellt saubere Nullen und Einsen in jeder Stufe wieder her. Photonische Systeme können kalibrieren und kompensieren, doch das kostet Hardware, Zeit und Energie.
Hinzu kommt, dass Licht nicht jede Programmoperation natürlich liefert. Neuronale Netze brauchen nichtlineare Funktionen, Vergleiche und datenabhängige Steuerung. Elektronik kann das meist einfacher. Auch Laser, Modulatoren, Detektoren und Datenwandler benötigen Fläche und Strom.
Schließlich ist die Integration schwierig. Ein schnelles optisches Bauteil muss mit Fasern, Treibern, Speicher, Gehäuse und Kühlung verbunden werden. Das Gesamtsystem muss herstellbar, wartbar und wirtschaftlich sein.
Wo Licht zuerst ankommt
Kurzfristig entsteht kein leuchtender optischer Laptop. Photonische Technik dürfte zuerst in Rechenzentren erscheinen, wo der Druck am größten ist und Spezialverpackung wirtschaftlich sein kann.
Die erste breite Rolle ist wahrscheinlich der Interconnect: Daten zwischen Schaltern, Beschleunigerpaketen, Platinen und Racks bewegen. Die zweite ist die spezialisierte Beschleunigung. Eine hybride photonische Einheit wiederholt eine passende Operation; elektronische Prozessoren steuern sie und erledigen unregelmäßige Aufgaben.
Grafikprozessoren haben CPUs nicht ersetzt, sondern wurden Partner für parallele Arbeit. Photonische Beschleuniger könnten denselben Weg nehmen – nicht als Universalersatz, sondern als Motor für einen klar abgegrenzten Teil.
Fünf Fragen zur nächsten Schlagzeile
Bei einem „optischen Computer“ lohnt sich die Prüfung:
- Trägt das Licht Daten, rechnet es oder tut es beides?
- Welche Aufgabe wurde mit welcher Genauigkeit und welchem Vergleichssystem gemessen?
- Enthält die Energiebilanz Laser, Wandler, Speicher und Steuerung?
- Ist es ein Laborprototyp, ein Evaluierungskit, ein Muster oder ein Serienprodukt?
- Lässt sich das Gerät in nützlicher Größenordnung fertigen und kalibrieren?
Diese Fragen schmälern die Forschung nicht. Sie zeigen, was sich wirklich verändert hat.
Die Antwort ist Partnerschaft
Kann Licht Elektrizität im Computer ersetzen? Bei ausgewählten Verbindungen ja – und diese Technik rückt bereits näher an den Prozessor. Bei passenden mathematischen Operationen können photonische Chips ebenfalls nützlich arbeiten. Im gesamten Computer lautet die Antwort mit heutiger Technik nein.
Die glaubwürdigste Zukunft ist optoelektronisch. Licht bewegt Informationen und beschleunigt Operationen, die zu seiner Physik passen. Elektronen speichern Daten, führen Logik aus und steuern das System. Der Durchbruch ist nicht der Sieg des einen über das andere, sondern eine Partnerschaft, die schneller und sparsamer arbeitet, ohne zu empfindlich oder zu teuer zu werden.
Quellen und weiterführende Literatur
- Nature Electronics — Co-packaged optics for high-performance computing and artificial intelligence (19. August 2026)
- Nature Nanotechnology — How nanophotonics can drive optical computing toward practical applications (9. September 2026)
- Nature — Universal photonic artificial intelligence acceleration (9. April 2025)
- Nature Photonics — Three-dimensional photonic integration for ultra-low-energy, high-bandwidth interchip data links (21. März 2025)
- IBM Research — Co-packaged optics module with single-mode polymer waveguide (6. Dezember 2025)
- Lightelligence — PACE² Optoelektronische Beschleunigerkarte
- Lightmatter — Passage-Evaluierung, 1,6 Tb/s pro Faser (11. März 2026)
Eigenständiger redaktioneller Beitrag. KI-Werkzeuge unterstützten Recherche, Textarbeit, Übersetzung und Illustrationen. Die redaktionelle Verantwortung liegt bei Future Uncovered. Die Bilder sind KI-gestützte Illustrationen und keine dokumentarischen Fotografien.