Clear Sky Science · de

All‑optische Logik‑Verarbeitungseinheit unter Nutzung der Kerr‑Nichtlinearität von MXen

· Zurück zur Übersicht

Warum schnellere Denkmaschinen wichtig sind

Jeder Tipp auf einem Smartphone oder Klick auf einem Laptop weckt Milliarden winziger elektronischer Schalter namens Logikgatter. Sie sind die grundlegenden Ja‑Nein‑Entscheider, die alles antreiben, von Internetsuchen bis zu selbstfahrenden Autos. Wenn wir jedoch immer mehr Geschwindigkeit und leistungsfähigere künstliche Intelligenz (KI) verlangen, stoßen herkömmliche elektronische Chips an harte Grenzen: Sie erhitzen sich, verschwenden Energie und können nur bis zu einer bestimmten Geschwindigkeit schalten. Dieses Paper untersucht einen anderen Weg — Licht statt Elektrizität — und zeigt, wie eine neue Art ultradünnen Materials als umprogrammierbare, lichtbetriebene Logikverarbeitungseinheit dienen kann, die KI‑Aufgaben mit hoher Geschwindigkeit und geringem Energiebedarf bewältigt.

Figure 1
Figure 1.

Licht in Logik verwandeln

Digitale Geräte arbeiten, indem sie einfache Logikschritte wie AND, OR und NOT zu riesigen Schaltungen kombinieren. Konventionell geschieht das mit Elektronen, die durch Silizium fließen. Die Autoren bauen stattdessen Logikgatter, die ausschließlich Photonen — Lichtteilchen — sowohl als Informationsträger als auch als Schaltsignal verwenden. Da Licht schnell reist und sich gegenseitig passieren kann, ohne zu stören, verspricht optische Logik deutlich schnellere und parallele Operationen als die Elektronik und erzeugt dabei weniger Wärme. Der Haken war bisher die Flexibilität: Die meisten optischen Logikgeräte sind für eine einzige Aufgabe ausgelegt und lassen sich kaum umprogrammieren. Diese Arbeit überwindet dieses Hindernis, indem sie eine all‑optische «Logic Processing Unit» entwirft, deren Verhalten elektrisch verändert werden kann, ohne die Hardware neu aufzubauen.

Eine neue, lichtempfindliche Materialklasse

Im Kern des Geräts steht ein hochentropisches MXen, ein blattartiges Material von nur wenigen Atomlagen Dicke, hergestellt aus einer Mischung mehrerer Übergangsmetalle und Kohlenstoff. Weil verschiedene Metallatome und Oberflächengruppen zusammengemischt sind, besitzt dieses MXen eine reichhaltige und einstellbare elektronische Struktur. Wenn ein starker Lichtstrahl hindurchläuft, ändern sich die optischen Eigenschaften des Materials leicht — ein Phänomen, das als Kerr‑Effekt bekannt ist. Diese kleine Verschiebung reicht aus, um Lichtwellen zu biegen und umzuformen, helle Ringmuster zu erzeugen oder die Wechselwirkung eines Strahls mit einem anderen zu verändern. Die Forschenden zeigen, dass sie durch behutsames Ändern der MXen‑Oberflächenchemie mittels einer winzigen angelegten Spannung in einer elektrochemischen Zelle diese lichtgetriebenen Effekte verstärken oder abschwächen und so steuern können, wie das Material auf eintreffende Strahlen reagiert.

Umkonfigurierbare rein optische Logik

Mit diesen einstellbaren Reaktionen bauen die Forschenden Logikgatter, die zwei Lichtstrahlen als Eingänge aufnehmen. Das Vorhandensein starken Lichts repräsentiert eine „1“, schwaches Licht steht für „0“. Treffen die Strahlen in der MXen‑Zelle aufeinander, können sie ein deutliches Ringmuster im durchgetretenen Licht auslösen oder nicht auslösen. Das Auftreten von Ringen wird als Ausgabe „1“ gelesen; ihr Fehlen als „0“. Durch Wahl der angelegten Spannung und der genauen Position des MXen relativ zum Laserfokus kann dieselbe physische Anordnung in sieben verschiedene Grundlogikoperationen umgeschaltet werden: AND, OR, NOT, NOR, NAND, XOR und XNOR. Mit anderen Worten: Ein einzelnes Stück MXen in einer einfachen optischen Anordnung kann eine ganze Werkzeugkiste elektronischer Logikchips nachahmen, gesteuert von niedrigen elektrischen Signalen und ohne mechanische Teile.

Von einzelnen Gattern zu optischen neuronalen Netzen

Um zu zeigen, dass dieser Ansatz mehr kann als nur Spielereien, fügen die Autorinnen und Autoren viele solcher Gatter zu modularen Blöcken zusammen, die sie Logic Processing Units nennen. Jede Einheit kodiert Eingabedaten — etwa Bildpixel — in gemustertes Licht mittels eines räumlichen Lichtmodulators, leitet die Strahlen durch ein Array aus MXen‑basierten Gattern und zeichnet die austretenden Muster mit einem Kamerasensor auf. Mehrere Schichten dieser Einheiten werden dann durch Freiraumbeugung verbunden und bilden ein dreischichtiges optisches Netzwerk, das ähnlich wie ein neuronales Netz funktioniert, jedoch ausschließlich Boolesche Logik anstelle von Arithmetik verwendet. Beim Training entscheidet ein Computer, welche Logikfunktion jedes Gatter implementieren soll; zur Laufzeit erfolgt der gesamte Prozess in der Optik. Mit diesem Aufbau kann das System handschriftliche Ziffern aus dem standardisierten MNIST‑Datensatz mit 97,7 % Genauigkeit erkennen und zeigt auch vielversprechende, wenn auch etwas bescheidenere Leistungen bei einem komplexeren Bilddatensatz.

Figure 2
Figure 2.

Was das für künftige KI‑Hardware bedeutet

Für Nichtfachleute ist die Kernbotschaft, dass die Forschenden eine kleine, flexible «Denk‑Einheit» demonstriert haben, die Licht und ein einstellbares 2D‑Material nutzt, um viele Arten von Logik auszuführen, und diese Einheiten zu einem optischen Netzwerk kombiniert hat, das reale Bilderkennung leistet. Zwar bleiben Herausforderungen — etwa die Beschleunigung der elektrischen Abstimmung und die Skalierung auf schwierigere Aufgaben — bestehen, doch die Arbeit weist in eine Zukunft, in der Teile von KI‑Workloads direkt im Licht laufen könnten, wobei umprogrammierbare Optiken Entscheidungen ultraflach und mit deutlich geringerer Energie als heutige Elektronik treffen. Diese Verbindung programmierbarer Materialien, optischer Physik und logikbasierter KI könnte helfen, das Rechnen über die Grenzen traditioneller Chips hinaus voranzutreiben.

Zitation: Ge, Y., Wang, W., Wang, M. et al. All-optical logic processing unit using Kerr nonlinearity of MXene. Nat Commun 17, 4078 (2026). https://doi.org/10.1038/s41467-026-70834-0

Schlüsselwörter: all‑optisches Rechnen, MXene‑Materialien, optische Logikgatter, photonische neuronale Netze, energieeffiziente KI‑Hardware