MITの研究室から生まれた光の半導体
公開情報によると、
2017年、MITの研究室でひとつの論文が発表された。光子（フォトン）を使って行列演算を実行するチップの試作に成功した、という内容だ。著者の一人がNicholas Harris。当時まだ博士課程の学生だった彼は、この技術を論文の中に閉じ込めておくつもりはなかった。
電子ではなく光で計算する。このアイデア自体は数十年前から存在していた。しかし、それを実用レベルのチップとして製品化しようとする者はほとんどいなかった。Nicholas Harrisは、AIの爆発的な計算需要がこの技術をようやく「経済的に正当化する」と確信した。
Lightmatterは2017年にボストンで創業された。MITの光コンピューティング研究を商用化するという明確なミッションを掲げ、共同創業者のDarius Bunandar、Thomas Grahamとともに起業の道を選んだ。
なぜ「光」なのか
半導体チップの中を電子が走る。これが現代のコンピューティングの大前提だ。しかし電子には物理的な制約がある。電子が導線を流れるとき、必ず熱が発生する。チップが微細化するほど、発熱密度は上がり、冷却コストは膨らむ。
光子を使った演算では、マッハツェンダー干渉計と呼ばれる構造を利用する。光の位相を調整することで、行列の掛け算を物理的に実行する。ニューラルネットワークの推論で最も計算量が多いのが行列演算であり、光子チップはまさにAIのために生まれた技術と言える。
さらにLightmatterが開発した「Passage」と呼ばれるフォトニック・インターコネクト技術は、チップ間の通信を光で行う。従来の銅配線では帯域幅に限界があったが、光インターコネクトにより、データセンター内のチップ同士が桁違いの速度で通信できるようになる。
$4.4B評価の裏側
2024年、LightmatterはSeries Dで$400Mを調達し、評価額は$4.4B（約6,600億円）に達した。T. Rowe Price、Fidelity、GV（Google Ventures）といった大手機関投資家が参加し、シリコンバレーのトップティアVCであるSpark CapitalやGVも既存投資家として追加出資を行った。
なぜこれほどの高評価がついたのか。それはAIインフラの電力問題が、もはや無視できないレベルに達しているからだ。NvidiaのGPUは高性能だが、電力消費も凄まじい。データセンター事業者たちは、電力供給そのものがビジネスのボトルネックになっている現実に直面している。
Lightmatterの技術は、この構造的な課題に対する根本的な解答を提示している。演算を光で行えば消費電力は大幅に削減される。チップ間通信を光に置き換えれば、帯域幅あたりのエネルギー効率は数十倍に向上する。投資家たちが評価しているのは、「いつか来る技術」ではなく「今すぐ必要な技術」としてのフォトニクスだ。
AIデータセンターの電力危機
2025年現在、AIの訓練と推論に使われるデータセンターの電力消費は爆発的に増加している。国際エネルギー機関（IEA）の試算では、2026年までにデータセンターの世界全体の電力消費量は1,000TWhを超える可能性がある。これは日本の年間電力消費量に匹敵する規模だ。
- 1
GPUの電力密度の限界NvidiaのH100は700W、次世代のBlackwellは1,000W超。ラック単位の冷却が追いつかない。
- 2
送電網の制約新規データセンターの建設は電力供給がボトルネック。北米では電力接続待ちが3〜5年。
- 3
環境負荷の批判Google、Microsoftの排出量増加が報道される中、持続可能なAIインフラへの圧力が高まる。
- 4
フォトニクスの解Lightmatterの技術は演算・通信の両面で電力消費を削減。同じ電力で数倍の処理能力を実現。
Lightmatterが提供する「Passage」プラットフォームは、既存のGPUやTPUと組み合わせて使うことができる。つまり、NvidiaやAMDのチップを置き換えるのではなく、それらの間をつなぐ光のインターコネクトとして機能する。この戦略が賢いのは、既存のエコシステムと対立せず、補完する立場を取っている点だ。
日本の光学技術との親和性
光コンピューティングという分野において、日本は実は「隠れた強国」だ。浜松ホトニクスは光検出器の世界シェアでトップクラスを誇り、信越化学は半導体用シリコンウェハーで世界首位。光ファイバー技術でも日本は世界をリードしてきた歴史がある。
NTTが推進する「IOWN（Innovative Optical and Wireless Network）」構想は、ネットワーク全体を光化するという壮大なビジョンだ。NTTはこの構想の一環として、光電融合デバイスの開発を進めており、Lightmatterの技術とも思想的に近い。
しかし、日本にはLightmatterのような「光コンピューティング・スタートアップ」がほとんど存在しない。要素技術では世界最高レベルなのに、それをシステムとして統合し、プロダクトとして世に出す企業がいない。これは日本のディープテック・スタートアップが抱える構造的な課題だ。
光が変えるAIの未来
Lightmatterの物語は、AIの進化が計算能力だけでなく、エネルギー効率というまったく別の軸で制約を受け始めていることを示している。どれだけ優れたモデルを開発しても、それを動かす電力がなければ意味がない。
MITの研究室から生まれた光子チップの技術は、わずか7年で$4.4Bの企業価値を持つスタートアップへと成長した。その背景には、AI産業全体が直面する構造的な電力問題がある。そしてこの問題は、今後さらに深刻化する一方だ。
- 1
物理の壁にはハードウェアで応えるソフトウェアの最適化には限界がある。本質的な効率改善はハードウェア・アーキテクチャの革新から生まれる。
- 2
「補完」という賢い参入戦略既存の巨人と正面衝突せず、エコシステムの隙間を光で埋める。日本企業の海外参入にも応用可能な思考法。
- 3
日本の素材・光学技術は世界最高水準足りないのはシステム統合力と起業家精神。要素技術をプロダクトに変える「翻訳者」が求められている。
光は電子より速く、熱を出さず、帯域幅に優れる。これは物理法則であり、どんな企業努力でも覆せない。Lightmatterはこの物理法則を味方につけた。AIの未来が光に照らされる日は、もうすぐそこまで来ている。
- → マルチモーダルAIの進化。テキスト・画像・音声の壁が消える
- → AIが天気予報を変える。Google DeepMind GenCast
- → 1000万トークンの衝撃。Meta Llama 4 Scoutの全貌