Contexte des interconnexions chiplet
Les accélérateurs d’intelligence artificielle de pointe sont construits à partir de plusieurs chiplets, chaque puce exécutant une fonction restreinte. Ces puces sont reliées par un réseau miniature intégré dans un interposer ou un bridge. Traditionnellement, ce réseau utilise des fils de cuivre microscopiques. Le cuivre présente une dégradation de performance dès que la distance dépasse le millimètre, ce qui augmente la consommation d’énergie et la latence dans les accélérateurs AI.
Architecture optique de Lightwire
Staera propose de remplacer les fils de cuivre par des liaisons optiques intégrées, baptisées Lightwire. La technologie repose sur des guides d’ondes en silicon nitride, un matériau transparent qui accepte une large bande de longueurs d’onde et minimise les pertes de lumière. Les données sont converties en photons par des LED miniatures en gallium nitride (GaN). Le GaN possède un direct bandgap, ce qui permet la génération de lumière sans l’assistance d’un phonon, augmentant ainsi l’efficacité de conversion électrique‑optique.
Performances mesurées et comparaison avec le cuivre
Selon les informations publiées, Lightwire atteint un débit de 8 gigabits par seconde par lien optique. La densité de connexion dépasse 600 liens optiques par millimètre carré, ce qui rend possible l’intégration de milliers de canaux sur une même surface de puce. En appliquant cette densité à une pile mémoire HBM4, le débit total pourrait atteindre 24 terabits par seconde, contre 2,8 terabits par seconde pour les solutions cuivre actuelles. Cette amélioration provient de la faible atténuation du silicon nitride et de l’absence de résistance ohmique propre au cuivre.
Perspectives de commercialisation et contraintes
Staera a levé 4,6 millions de dollars en pré‑seed, financements menés par Openspace Capital et d’autres investisseurs. Les fonds seront affectés à l’optimisation de Lightwire, à l’expansion de l’équipe américaine et à la mise en place d’une chaîne d’approvisionnement. La société cible des livraisons commerciales à partir de 2030. Les défis restent importants : l’intégration du guide d’ondes silicon nitride dans les processus CMOS existants, la gestion thermique des LED GaN et la validation de la fiabilité sur des cycles de fonctionnement AI intensifs. Sans données publiques détaillées sur les tests de vieillissement, l’évaluation de la robustesse à long terme reste incertaine.
