Ein Glasfaserring und die Wette auf analoge Hardware

Der Knackpunkt beim Rechnen für künstliche Intelligenz bleibt die Energieeffizienz. Optische Hardware verspricht seit Langem hohe Geschwindigkeit und geringen Verbrauch, stößt aber auf ein altbekanntes Hindernis: Die Fehlerrückführung (Backpropagation) auf analogen Bauteilen auszuführen, ist kompliziert. Eine am 5. November 2026 in Nature Computational Science veröffentlichte Studie einer Gruppe unter Leitung von Associate Professor Kohei Nakajima von der Universität Tokio schlägt eine Alternative vor. Laut den Autoren braucht das Verfahren SS-DFA (state-skipping direct feedback alignment) keinen Zugriff auf die Zwischenzustände des physikalischen Systems, um den Fehler weiterzugeben. Es wird mit einer Single-Map-Architektur kombiniert, in der viele Einheiten allgemeinen Regeln folgen statt komplexer Verbindungen. Wie der Doktorand Yongbo Zhang erklärte, ging es darum, den Lernprozess selbst neu zu denken, statt immer größere und verschachteltere Modelle zu bauen.

Für die physische Demonstration wird ein optoelektronischer Schaltkreis verwendet. Die Information wird in ein Lichtsignal umgewandelt, entlang eines 200 Meter langen Glasfaserrings verarbeitet und mit einem Minimum an elektronischen Bauteilen wieder in ein elektrisches Signal zurückverwandelt. Laut der Pressemitteilung der Universität erreichte das vereinfachte Design in Simulationen und im optischen Experiment die Leistung komplexerer neuronaler Architekturen und übertraf sie in einigen Tests, bei deutlich weniger Rechenaufwand. Zahlen oder Benchmarks nennt die Mitteilung nicht. Das Abstract des im Januar 2026 veröffentlichten Preprints, das noch einen anderen Titel trug als die endgültige Fassung, gab eine Reduktion der Rechenressourcen um etwa 40 % bei besserer Leistung an, wenn das Verfahren in moderne Architekturen eingebunden wird. Die Mitteilung stellt klar, dass es sich um „relativ einfache“ Architekturen handelt. Die veröffentlichte Fassung könnte andere Zahlen enthalten.

Die tatsächlichen Auswirkungen auf Energie, Kühlung und Wasserverbrauch von Rechenzentren stellt die Mitteilung nur als Möglichkeit dar, und die Studie hat sie nicht gemessen. Außerdem hat die Technik derzeit klare Grenzen. Kohei Nakajima selbst betonte, dass das Verfahren noch nicht an den größten Modellen erprobt wurde, insbesondere nicht an Sprach- und multimodalen Modellen. Vor einem praktischen Einsatz sei weitere Arbeit an Miniaturisierung, Stabilität und Fertigung in großem Maßstab nötig.

Die Idee, ein Signal auf zweihundert Metern Glasfaser rechnen zu lassen, hat eine unbestreitbare Eleganz, doch der Abstand zwischen der Labordemonstration und den Anforderungen im Betrieb von Rechenzentren bleibt groß. Die Komplexität des Modells zu verringern ist ein interessanter konzeptioneller Versuch, solange man eine theoretische Möglichkeit nicht mit einer bereits in der Praxis gemessenen Effizienz verwechselt. — Olya