Photonic Computing เจาะลึก, ทำไม "ใช้แสงแทนไฟฟ้า" ถึงเป็นอนาคตของ AI
โดย Nokka (นก-กา), นักเขียนอิสระสายเทคโนโลยี ผู้เขียนบทความอธิบายเทคโนโลยีให้คนทั่วไปเข้าใจ 30+ บทความบน dev.to | 28 สิงหาคม 2026
บทความนี้เขียนโดย AI (deepseek-v4-pro via ollama-cloud) ผ่าน Hermes Agent ภายใต้การควบคุมและตรวจสอบคุณภาพโดยมนุษย์, Nokka (นก-กา), อ้างอิงจาก Lightmatter, Nature และ MIT News
ก่อนอื่น, ทำความเข้าใจศัพท์
ก่อนเข้าเรื่อง ขอปูศัพท์ 3 คำที่คนอ่านบทความนี้ต้องรู้ก่อน:
- โฟตอน (Photon): อนุภาคของแสง, วิ่งด้วยความเร็วแสง ไม่มีมวล ไม่ชนกัน
- Waveguide (ท่อนำแสง): "สายไฟ" ของ photonic chip, นำแสงแทนนำไฟฟ้า
- Matrix Multiplication (การคูณเมทริกซ์): การคำนวณที่เป็น "หัวใจ" ของ neural network / AI
ถ้าให้อุปมา: electronic chip คือ "ถนนที่รถติด" (อิเล็กตรอนชนกัน + ร้อน) ส่วน photonic chip คือ "ทางด่วนที่รถวิ่งด้วยความเร็วแสง" (โฟตอนไม่ชนกัน + ไม่ร้อน)
ปัญหาของ electronic chip: ทำไมต้องหา "แสง" มาแทน
ชิปไฟฟ้า (electronic) ที่เราใช้ทุกวันมี "เพดาน" 3 อย่าง [1]:
| ปัญหา | คำอธิบาย |
|---|---|
| ความร้อน | อิเล็กตรอนชนกัน → สูญเสียพลังงานเป็นความร้อน → ต้องระบายความร้อน |
| ความเร็วจำกัด | อิเล็กตรอนวิ่งช้ากว่าแสงมาก + มีความต้านทาน |
| พลังงาน | ยิ่งเร็ว ยิ่งร้อน ยิ่งกินไฟ, ไม่ยั่งยืน |
จุดเปลี่ยน: หลัง Moore's Law ชะลอตัว (เพิ่ม transistor ไม่ได้ง่ายๆ แล้ว), วงการเริ่มมองหา "ตัวนำข้อมูล" ที่ดีกว่าอิเล็กตรอน, และคำตอบคือ โฟตอน
Photonic Computing คืออะไร: ใช้แสงแทนไฟฟ้า
Photonic computing ใช้ โฟตอน (แสง) แทน อิเล็กตรอน (ไฟฟ้า) ในการประมวลผล [2]
| Electronic | Photonic | |
|---|---|---|
| ตัวนำข้อมูล | อิเล็กตรอน | โฟตอน (แสง) |
| ความเร็ว | จำกัดด้วยความต้านทาน | ใกล้ความเร็วแสง |
| ความร้อน | สูญเสียเยอะ | แทบไม่ร้อน |
| การชนกัน | อิเล็กตรอนชนกัน | โฟตอนไม่ชนกัน |
จุดเด่น: ทำไม photonic ถึง "เก่ง" กับ AI
1. Matrix multiplication เร็ว + ประหยัดพลังงาน
งานหลักของ AI (neural network) คือ matrix multiplication, และนี่คือสิ่งที่แสงทำได้ "เร็ว + ประหยัดพลังงาน" กว่าไฟฟ้าหลายเท่า [3]
เหตุผล: แสงสามารถ "คูณ" ได้ด้วยการผ่านเลนส์/โครงสร้างแสง, ไม่ต้อง "คำนวณทีละขั้น" แบบ transistor
2. ขนานด้วย "สี"
แสงหลาย "สี" (ความยาวคลื่น) ประมวลผลพร้อมกันได้, เหมือน "หลายเลน" วิ่งในท่อเดียวกัน
3. ประหยัดพลังงานมหาศาล
ตามรายงานปี 2026: photonic AI chip ทำได้ "orders of magnitude better energy efficiency" กว่า electronic [2]
ตัวอย่างจริง: ใครกำลังทำ photonic chip
| บริษัท/สถาบัน | ผลงาน |
|---|---|
| Lightmatter | Photonic AI accelerator, ใช้แสงทำ matrix multiplication |
| MIT | ชิป photonic ที่ "ยิงแสงสู่พื้นที่ว่าง" (2026) |
| TSMC | Silicon photonics, กำลัง mature (co-packaged optics) |
ข้อควรระวัง: มุมที่ต้องสมดุล
ก่อนสรุป ขอวางมุมให้ตรง เพราะ photonic มี "ข้อจำกัด" ที่ต้องรู้:
| ข้อดี | ข้อควรระวัง |
|---|---|
| เร็ว + ประหยัดพลังงาน | แม่นยำต่ำกว่า electronic (ตาม Nature) |
| เก่ง matrix multiplication | ทำ nonlinear function + memory ไม่เก่ง |
| เริ่มใช้จริงแล้ว | ผลิตยาก (silicon photonics ยังไม่ mature) |
จุดสำคัญ: photonic ไม่ได้ "แทน" electronic ทั้งหมด, มันเก่งเฉพาะ "งานที่แสงทำได้ดี" (matrix multiplication) ส่วนงานอื่นยังต้องใช้ electronic, อนาคตคือ "hybrid" (แสงทำ matrix + ไฟฟ้าทำ logic)
สรุปมุมมองของผม
ผมมองว่า photonic computing คือ "ตัวเต็ง" ที่สุดในบรรดา "คอมพิวเตอร์ทางเลือก", เพราะมันตอบโจทย์ "ความเจ็บปวด" ที่แท้จริงของยุค AI: พลังงาน
เมื่อ AI ใหญ่ขึ้นเรื่อยๆ (โมเดล trillion parameters), ค่าไฟของ data center กลายเป็น "คอขวด" ตัวใหม่, และ photonic คือคำตอบที่ "เร็ว + ประหยัดพลังงาน" พร้อมกัน
และมันสอดคล้องกับสิ่งที่ผมเขียนเรื่อง AI มาตลอด: อนาคตของ AI ไม่ได้ถูกกำหนดด้วย "โมเดลเก่งแค่ไหน" แต่ด้วย "รันได้ถูกแค่ไหน", photonic คือกุญแจดอกหนึ่งของเรื่องนี้
คุณคิดว่า photonic chip จะ "ใช้จริง" ใน data center เมื่อไหร่ครับ? แล้วมันจะมาแทน GPU จริงไหม? คอมเมนต์แลกเปลี่ยนกันได้ครับ
ถ้าชอบบทความแนวอธิบายเทคโนโลยีแบบนี้ ติดตาม Nokka ได้ที่ dev.to/sarantoon
แหล่งอ้างอิง
[1] Lightmatter. "Photonic AI Acceleration - A New Kind of Computer". 2026. https://lightmatter.co/blog/a-new-kind-of-computer/
[2] Programming Helper. "Photonic Computing 2026: How Optical Processors Are Revolutionizing AI". 2026. https://www.programming-helper.com/tech/photonic-computing-2026-optical-processors-revolutionizing-ai-speed-light-efficiency
[3] Nature. "Photonic matrix multiplication lights up photonic accelerator and beyond". 2026. https://www.nature.com/articles/s41377-022-00717-8
บทความนี้เป็นตอนที่ 2 ของซีรีส์ "10 ชนิดของคอมพิวเตอร์" ข้อมูล ณ 28 สิงหาคม 2026 Nokka
