在康乃爾大學（Cornell Tech）的實驗室工作台上，研究員展示了一種令人耳目一新的資料傳輸技術。博士後研究員何一凡將光學接收器的鏡頭對準一公尺外發射紅光的 LED 燈，接收器連接的螢幕隨即顯示出一陣類似 QR Code 的方塊陣列。不過，這並非單純的影像掃描，而是接收器正利用光束產生的光電流，直接改寫其內部的記憶體狀態，這項技術甚至能直接更新 AI 模型的關鍵參數。
目前的 AI 系統面臨著嚴重的「電力飢渴」問題，特別是在資料搬移的過程中。隨著 AI 模型變得越來越龐大，處理器與記憶體之間的頻繁通訊佔據了極大比例的能源消耗量。傳統的無線傳輸協議在處理這類大規模資料更新時，效率往往不盡理想，且容易產生熱能。而這項在 IEEE/JSAP VLSI 技術與電路研討會上發表的成果，則試圖透過光學傳輸來打破這個瓶頸，降低資料中心、自駕車以及邊緣設備的負擔。
這項技術與我們熟悉的 QR Code 有本質上的不同。當手機掃描 QR Code 時，感光元件捕捉影像後，還需要透過處理器進行複雜的演算法解碼，才能讀取背後的網址或資訊。但康乃爾團隊開發的接收器，則是讓光直接與硬體電路產生作用。這種方式能繞過繁瑣的數位處理過程，將代表 AI 模型權重的資料，像投影一樣直接寫入晶片中，大幅提升了更新效率。
這對產業的潛在影響十分廣泛。在邊緣運算（Edge Computing）的應用場景中，例如自駕車或工業機器人，往往受限於電池續航力與運算資源，難以在移動中進行頻繁且龐大的模型更新。如果能透過低功耗的光學通訊，在機器人經過特定光束路徑時就完成 AI 能力的「無縫升級」，將能極大化設備的靈活性與反應速度。對於能耗密集的資料中心而言，減少電力消耗則直接等同於降低營運成本。
這項發展之所以值得台灣科技產業關注，是因為它觸及了下一代 AI 晶片設計的核心——如何更高效地處理資料流。台灣作為全球半導體製造與晶片設計的重鎮，對於這種整合光電技術與記憶體架構的創新方向，具有極高的技術相關性。雖然這項技術要從實驗室走向商用仍須克服環境光源干擾等挑戰，但它展示了一種可能性：未來的智慧裝置或許不再需要依賴笨重的傳輸協議，只需「看一眼」特定的光訊號，就能完成大腦的進化。