Silicon Photonics: Wie Licht die KI-Rechen- und Energiekrise lösen soll

Eine einzelne NVIDIA H100 GPU verbraucht 700 Watt. Ein großes KI-Training-Cluster mit 100.000 dieser GPUs benötigt mehr Strom als eine mittelgroße Stadt. Der Stromverbrauch von KI-Rechenzentren soll bis 2030 um 160 % steigen und fast 945 Terawattstunden pro Jahr erreichen – etwa so viel wie der gesamte Stromverbrauch Japans. Lokale Regierungen blockieren Genehmigungen für neue Rechenzentren. Energieversorger haben Mühe, ausreichend Kapazitäten bereitzustellen. Die KI-Branche hat ein Energieproblem, und die Chips selbst sind nur ein Teil davon.

Ein erheblicher und oft unterschätzter Anteil dieser Energie – in dicht gepackten Clustern bis zu 50 % – wird nicht für Berechnungen verbraucht, sondern für den Datenaustausch zwischen den Chips. Die elektrischen Kupferverbindungen, die GPUs untereinander und mit dem Speicher verbinden, erhitzen sich, stoßen bei hohen Datenraten an Grenzen und geben große Energiemengen als Wärme ab. Die Physik von Kupfer im großen Maßstab stellt eine Barriere dar, die herkömmliche Ansätze nicht überwinden können.

Silicon Photonics ist das Gebiet, das diese Kupferverbindungen durch Licht ersetzen will. Die Kernidee ist die Nutzung optischer Signale – Laserlichtimpulse, die durch Silizium-Wellenleiter reisen – um Daten zwischen Chips und über Racks hinweg zu übertragen. Licht bewegt sich ohne elektrischen Widerstand, erzeugt keine Wärme durch Signalübertragung und erreicht Bandbreiten, die mit Kupferkabeln nicht möglich sind. Im Jahr 2026 vollzieht die Technologie den Übergang von vielversprechender Forschung zur Massenproduktion, und die Zahlen sind groß genug, um die Energieentwicklung der Branche zu beeinflussen.

Wie es funktioniert

Silicon Photonics baut optische Komponenten – Wellenleiter, Modulatoren, Fotodetektoren – auf Siliziumchips, und zwar mit denselben CMOS-Herstellungsprozessen, die bereits für Prozessoren verwendet werden. Das ist wichtig, weil es bedeutet, dass optische Komponenten in bestehenden Halbleiterfabriken in großem Maßstab gefertigt werden können, statt eine völlig neue Fertigungsinfrastruktur zu benötigen. Intel stellt seit Mitte der 2010er Jahre siliziumphotonische Transceiver auf diese Weise her; die Technologie ist für Rechenzentrumsverbindungen seit fast einem Jahrzehnt kommerziell erprobt.

Die Effizienzgewinne ergeben sich aus der Physik des Lichts im Vergleich zu Elektronen. Optische Signale verbrauchen nur 0,05 bis 0,2 Picojoule pro übertragenem Bit, während Kupfer über vergleichbare Distanzen deutlich höhere Werte aufweist. Co-Packaged Optics – bei denen optische Motoren direkt in das Chip-Gehäuse integriert werden, anstatt steckbare Module am Rackrand zu verwenden – senkt die Leistungsaufnahme der Verbindungen um etwa 75 % im Vergleich zu aktuellen steckbaren optischen Lösungen und um schätzungsweise 70 % im Vergleich zu gleichwertigen elektrischen Alternativen.

Die Unternehmen, die es bauen

Drei Start-ups treiben die kommerzielle Einführung von Silicon Photonics im KI-Maßstab voran, jedes mit einem anderen technischen Ansatz.

Lightmatters Passage-Plattform basiert auf photonischen Interposern – im Wesentlichen optischen Leiterplatten, die zwischen den Chips sitzen und sie mit Licht statt mit Kupferbahnen verbinden. Der Passage M1000, seit Sommer 2025 verfügbar, erreicht eine gesamte optische Bandbreite von 114 Terabit pro Sekunde über einen 4.000 Quadratmillimeter großen photonischen Interposer. Der Passage L200X, der für die Produktion im Jahr 2026 vorgesehen ist, liefert 64 Tbps pro Package für KI-Beschleuniger und Switches der nächsten Generation. Lightmatter setzte auf die GF-Fotonix-Silicon-Photonics-Plattform von GlobalFoundries und hat damit einen Fertigungspartner mit der nötigen Größe, um über die Pilotproduktion hinauszugehen.

Ayar Labs wählte den Chiplet-Ansatz. Sein TeraPHY, das weltweit erste UCIe-konforme optische I/O-Chiplet, integriert eine optische Schnittstelle mit 8 Tbps direkt in das Package eines KI-Chips – unter Verwendung von TSMCs fortschrittlicher 3D-Verpackung. Die dritte Generation des TeraPHY, Anfang 2025 vorgestellt, bietet die 5- bis 10-fache Bandbreite von Kupferalternativen, die 10-fache Latenzzeit und die 3- bis 5-fache Energieeffizienz. Im September 2025 gab Ayar Partnerschaften mit Alchip Technologies und Global Unichip Corp bekannt, um Co-Packaged Optics durch TSMCs COUPE-Verpackungstechnologie in Produktionschip-Designs zu bringen.

Celestial AI, das im Dezember 2025 von Marvell für 3,25 Milliarden US-Dollar übernommen wurde, verfolgte die aggressivste Integration: optische Verbindungen wurden direkt in den Silizium-Die selbst eingebettet, anstatt als separate Schicht. Sein Photonic-Fabric-Chiplet liefert 16 Tbps Bandbreite pro Chiplet, und das vollständige Modul – bestehend aus einem TSMC-5nm-ASIC, einem photonischen Interposer und HBM3e-Speicherstapeln – bietet 7,2 Tbps optische Konnektivität. Die Übernahme durch Marvell wird die Skalierung beschleunigen, erste Umsatzbeiträge werden ab Ende 2027 erwartet.

Die Hyperscaler kaufen bereits

Das wichtigste Signal für die kurzfristige Entwicklung von Silicon Photonics sind nicht die Start-ups – es sind die Beschaffungsentscheidungen der Hyperscaler. Microsoft setzt seit 2016 siliziumphotonische Verbindungen in Azure-Rechenzentren ein und hat die Integration in die KI-Cluster-Infrastruktur im November 2025 vertieft. Google hat den internen Einsatz von optischen Schaltkreisen und photonischen Verbindungen im Dezember 2025 ausgeweitet. AWS, Google, Meta und Microsoft haben sich alle zu Co-Packaged Optics in den kommenden Netzwerk-Upgrades verpflichtet und laufen 2025 und 2026 aktive Beschaffungsprogramme.

Die Stückzahlen spiegeln diese Dynamik wider. Das optische Modul mit 1,6 Terabit pro Sekunde – das derzeit führende Produkt – soll von etwa 2,5 Millionen ausgelieferten Einheiten im Jahr 2025 auf 20 Millionen Einheiten im Jahr 2026 steigen. Silicon Photonics wird bis Jahresende voraussichtlich 50 bis 70 % dieses Hochbandbreitensegments abdecken. Der Gesamtmarkt für Photonik in Rechenzentren wird für 2026 auf 2,7 Milliarden US-Dollar geschätzt und soll bis 2034 auf 4,1 Milliarden US-Dollar wachsen.

Was noch schwierig ist

Die verbleibenden Herausforderungen sind real und sollten benannt werden. Die Laserintegration ist die grundlegendste: Silizium emittiert aufgrund seiner elektronischen Struktur kein natürliches Licht, daher erfordert praktische Silicon Photonics das Aufbringen von lichtemittierenden Materialien (typischerweise Indiumphosphid) auf Siliziumsubstrate. Die erforderliche Fertigungspräzision ist hoch, und komplexe photonische integrierte Schaltungen haben derzeit eine Ausbeute von unter 60 % bei fortschrittlichen Designs.

Die Temperaturempfindlichkeit ist ein anhaltendes Problem. Die Ringresonatoren und Interferometer, die die Kernkomponenten siliziumphotonischer Chips bilden, reagieren extrem empfindlich auf Temperaturschwankungen – schon wenige Grad können sie so verstimmen, dass Signalverluste auftreten. Aktive thermische Abstimmung und Stabilisierung erhöhen die Komplexität und den Energieverbrauch, der die Effizienzgewinne teilweise wieder zunichtemacht.

Die Lieferkette ist zudem in einer Weise konzentriert, die Risiken birgt. TSMC ist derzeit die einzige Foundry, die in der Lage ist, die ultrapräzise 3D-Chipstapelung für Co-Packaged Optics im großen Maßstab durchzuführen. Jede Störung der TSMC-Produktion würde sich auf die gesamte Photonik-Lieferkette für KI auswirken.

Die Entwicklung

Der Weg von Silicon Photonics in der KI-Infrastruktur ist jetzt klarer als je zuvor. Die Hyperscaler pilotieren die Technologie nicht – sie beschaffen sie in großem Maßstab. Die führenden Start-ups sind von Demo- zu Versandprodukten übergegangen. Die Massenproduktion von 1,6T-Modulen läuft. Intels Anteil an siliziumphotonischen Transceivern liegt derzeit bei etwa 30 %, Prognosen zufolge wird er bis 2030 auf 60 % steigen.

Die Kupfermauer, die heutige KI-Cluster einschränkt, ist eine echte physikalische Grenze und kein Planungsproblem, das mit mehr Geld gelöst werden kann. Silicon Photonics ist der klarste Weg, sie zu umgehen. Ob der Übergang schnell genug erfolgt, um die Energieentwicklung der KI-Infrastruktur zu verändern, ist eine Frage des Fertigungsmaßstabs und der Lieferkettenentwicklung, nicht der grundlegenden Technologie. Im Jahr 2026 deuten die Anzeichen darauf hin, dass es schneller geschieht, als die meisten Beobachter erwartet haben.