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