Markt für optische Prozessoren für neuronale Netze Größe und Anteil 2026-2035

Marktgröße für optische neuronale Netzwerkprozessoren

Der globale Markt für optische neuronale Netzwerkprozessoren wurde 2025 mit 438,6 Millionen USD bewertet, wird 2026 auf 544,6 Millionen USD geschätzt und dürfte bis 2035 5,9 Milliarden USD erreichen, was von 2026 bis 2035 einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von etwa 30,3 % entspricht.

Die KI-Infrastruktur macht die Datenübertragung und Stromversorgung kommerziell ebenso relevant wie die Rechenleistung. Die Internationale Energieagentur prognostiziert, dass der weltweite Strombedarf von Rechenzentren bis 2030 auf etwa 945 TWh steigen wird – ungefähr das Doppelte des Niveaus von 2024 –, da der Einsatz von KI-Anwendungen zunimmt ^{[1]International Energy Agency (IEA), Energy and AI, 2025, iea.org}. In den USA verbrauchten Rechenzentren 2023 176 TWh, und das Lawrence Berkeley National Laboratory prognostiziert für 2028 eine Bandbreite von 325–580 TWh. Optische neuronale Netzwerkprozessoren begegnen einem Teil dieser Herausforderung, indem sie bandbreitenintensive Kommunikation und ausgewählte Operationen der linearen Algebra in photonische Architekturen verlagern, in denen der Energieverbrauch gegenüber herkömmlichen elektrischen Verbindungswegen gesenkt werden kann.

Der adressierbare Markt umfasst photonische integrierte Schaltkreise, Modulatoren, Laserquellen, Detektoren, Steuerelektronik, Substrate für optische Verbindungen, im Package integrierte Chiplets sowie Software, die zum Kompilieren und Ausführen neuronaler Netzwerk-Workloads auf photonischer Hardware erforderlich ist. Die Siliziumphotonik bildet weiterhin die größte technologische Basis, da sie etablierte Ökosysteme für die Halbleiterfertigung und -verpackung nutzen kann. Hybride photonisch-elektronische Designs gewinnen an Dynamik, indem sie optische Ein-/Ausgabe oder Rechenebenen neben CMOS-Logik platzieren, anstatt Kunden zum Austausch ihrer installierten Rechenarchitektur zu zwingen.

Die kommerzielle Aktivität konzentriert sich zunehmend auf zwei Architekturen. Anbieter optischer Verbindungen zielen auf Bandbreitenengpässe zwischen GPUs, Speicher und Rechenknoten ab, während Entwickler optischer Rechentechnik Matrixoperationen direkt im photonischen Bereich ausführen möchten. Die Serie-D-Finanzierungsrunde von Lightmatter im Oktober 2024 brachte 400 Millionen USD ein und erhöhte die gemeldete Bewertung des Unternehmens auf 4,4 Milliarden USD ^{[2]Lightmatter, Lightmatter Raises USD 400M Series D; Quadruples Valuation to USD 4.4B as Photonics Leader for Next-Gen AI Data Centers, October 2024, lightmatter.co}. Ayar Labs nahm im Dezember 2024 155 Millionen USD auf, wobei AMD Ventures, Intel Capital und NVIDIA zu den beteiligten Investoren gehörten. Diese Finanzierungen zeigen, dass strategische Halbleiterinvestoren optische Ein-/Ausgabe als Infrastrukturanforderung und nicht als Randthema der Forschung betrachten.

Die Investitionsargumentation hängt daher weniger von einem einzelnen Benchmark ab als vom Tempo, mit dem photonische Hardware in heterogenen KI-Systemen eingesetzt werden kann. Anbieter, die optische Komponenten mit vertrauten elektronischen Schnittstellen integrieren, können die unmittelbare Nachfrage nach optischen Verbindungen monetarisieren, während Anbieter optischer Rechentechnik dauerhafte Genauigkeit, thermische Stabilität und handhabbare Workflows für die Modellkompilierung nachweisen müssen, bevor ihr theoretischer Effizienzvorteil breit finanzierbar wird.

Wichtige Wachstumstreiber

Steigende Nachfrage nach einer schnellen und energieeffizienten KI-Verarbeitung

Die Wirtschaftlichkeit der KI-Infrastruktur wird zunehmend durch den Energiebedarf bestimmt, der für die Übertragung von Informationen zwischen Prozessoren, Speichern und Netzwerkelementen erforderlich ist. Der von der IEA prognostizierte Anstieg des Strombedarfs von Rechenzentren auf etwa 945 TWh bis 2030 macht eine Senkung des Energieverbrauchs für Verbindungen unmittelbar für die Betriebskosten von Clustern relevant. Intel berichtete, dass sein Chiplet mit integrierter optischer I/O 64 Kanäle mit jeweils 32 Gbit/s in beide Richtungen unterstützte und dabei mit 5 Pikojoule pro Bit arbeitete ^{[3]Intel Newsroom, Intel Unveils First Integrated Optical I/O Chiplet, June 2024, newsroom.intel.com}. Solche Designs ermöglichen Systemarchitekten, die Bandbreitendichte zu erhöhen, ohne den elektrischen I/O-Leistungsbedarf proportional zu steigern.

Der Prototyp von IBM für Co-Packaged Optics verdeutlicht zusätzlich die systemische Begründung für den Einsatz von Photonik. Das Unternehmen berichtete von einer mehr als fünffachen Senkung des Energieverbrauchs gegenüber elektrischen Verbindungen der mittleren Leistungsklasse sowie von einer versechsfachten Dichte der Glasfaserverbindungen ^{[4]IBM Newsroom, IBM Brings the Speed of Light to the Generative AI Era with Optics Breakthrough, December 2024, newsroom.ibm.com}. Für Anbieter optischer Prozessoren sind die kommerziellen Chancen dort am größten, wo Kunden die eingesparten Kosten für Energie, Kühlung und Rack-Dichte einer definierten Clusterkonfiguration gegenüberstellen können.

Ausweitung von Workloads für künstliche Intelligenz und maschinelles Lernen.

Die Inferenz und das Training neuronaler Netze werden von wiederholten Matrixoperationen und einer intensiven Kommunikation zwischen Beschleunigern dominiert. Eine 2025 in Nature veröffentlichte Studie demonstrierte einen integrierten photonischen Beschleuniger mit mehr als 16.000 photonischen Komponenten, Rechenfrequenzen von bis zu 1 GHz und einer Latenz von nur 3 Nanosekunden pro Zyklus bei linearen Matrixoperationen mit Multiply-Accumulate-Funktionen. Das Ergebnis belegt für sich genommen noch keine Marktreife für den Massenmarkt, zeigt jedoch, dass photonische Hardware eine für fortschrittliche Workloads neuronaler Netze relevante Größenordnung erreichen kann.

Die Nachfrage wird je nach Anwendungsfall unterschiedlich ausfallen. Inferenz mit festen Gewichten stellt geringere Anforderungen an Echtzeitaktualisierungen von Parametern und ist daher ein unmittelbareres Ziel für die photonische Beschleunigung. Das Training bietet langfristig größere Chancen, da verteilte Modelle den Kommunikationsbedarf intensivieren. Gleichzeitig erfordert es eine engere Abstimmung zwischen optischen Komponenten, Software-Frameworks und Stack-Ebenen für das Clustermanagement.

Zunehmender Einsatz von Photonik in Rechenzentren und im Hochleistungsrechnen.

Die Verfügbarkeit von Fertigungskapazitäten baut eine der historischen Kommerzialisierungsbarrieren ab. GlobalFoundries bietet eine skalierbare, produktionsbewährte Plattform für die Siliziumphotonik, die die Waferfertigung auf 200-mm- und 300-mm-Wafern umfasst und Funktionen für die dichte Wellenlängenmultiplexung unterstützt. TSMC hat die Siliziumphotonik in seiner Roadmap für fortschrittliche Packaging-Technologien positioniert, einschließlich seines Programms für eine kompakte universelle photonische Engine zur Integration photonischer Chiplets mit elektrischen Steuerchips.

Die daraus resultierende Wertschöpfungskette begünstigt Anbieter, die Chipdesign, Packaging, Faserkopplung und elektronische Steuerung von Anfang an aufeinander abstimmen können. Der alleinige Zugang zu einer Foundry beseitigt das Qualifizierungsrisiko nicht, verringert jedoch den Aufwand für den Aufbau einer dedizierten Fertigungsroute und ermöglicht es Fabless-Anbietern, ihr Kapital auf Architektur, Packaging-Ausbeuten und Kundenintegration zu konzentrieren.

Wachsender Bedarf, die Einschränkungen herkömmlicher elektronischer Prozessoren zu überwinden.

Elektrische Systeme stoßen bei Bandbreitendichte, Signalreichweite und Verlustleistung an praktische Grenzen, wenn KI-Cluster skaliert werden. Optische Verbindungen können die Kommunikationsbandbreite von den Beschränkungen kupferbasierter Leiterbahnen entkoppeln, insbesondere dort, wo der Datenverkehr Paket-, Platinen- und Rack-Grenzen überschreiten muss. Die Chance beschränkt sich daher nicht auf den Austausch einer einzelnen Komponente, sondern umfasst eine Neugestaltung der Beziehung zwischen Rechen-Dies, Speicher, Switches und optischer I/O.

Diese Unterscheidung erklärt, warum co-packagierte und optische In-Package-Designs bei der kurzfristigen Kommerzialisierung eine herausragende Rolle spielen. Sie erhalten die vorhandene Software- und Prozessorbasis und zielen zugleich auf den Teil des Systems ab, in dem die elektrische Skalierung am kostspieligsten ist. Anbieter, die Zuverlässigkeit, Fertigbarkeit und Kompatibilität mit etablierten Chiplet-Schnittstellen nachweisen können, werden einen besseren Weg zur Einführung haben als Anbieter, die isolierte Verbesserungen der optischen Leistung bieten.

Fortschritte bei optischem Computing und integrierten Photoniktechnologien.

Fortschritte bei der integrierten Photonik erweitern das Spektrum realisierbarer Architekturen. Siliziumphotonik bietet eine skalierbare Basis für passive Weiterleitung und Integration, während Verbindungshalbleiter und aufkommende elektrooptische Materialien Funktionen wie Lichterzeugung, Modulation und die nichtflüchtige Steuerung optischer Zustände übernehmen können. Das U.S. Department of Commerce kündigte vorgeschlagene CHIPS-Fördermittel von bis zu 33 Millionen USD für die Erweiterung der Indiumphosphidfertigung von Coherent Corp. sowie von bis zu 93 Millionen USD für die geplante Indiumphosphidanlage von Infinera an.

Algorithmische Fortschritte sind neben der Materialentwicklung ebenfalls von Bedeutung. Nature berichtete 2024 über das Training optischer neuronaler Netze im vollständig vorwärtsgerichteten Modus und adressierte damit eine wesentliche Herausforderung beim Training photonischer Systeme, ohne auf eine konventionelle Implementierung der Rückwärtspropagation in der physikalischen optischen Hardware angewiesen zu sein. Die kommerzielle Einführung wird davon abhängen, ob sich diese Fortschritte in reproduzierbare Kalibrierung, Modellportabilität und Fertigungsausbeuten umsetzen lassen und nicht nur in Labordemonstrationen.

Wichtige Hemmnisse

Hohe Entwicklungs- und Implementierungskosten.

Prozessoren für optische neuronale Netze erfordern ein umfangreicheres Engineering-Ökosystem als ein herkömmlicher digitaler Beschleuniger. Entwickler müssen Prozessdesign-Kits für die Photonik, die Auswahl von Lasern und Detektoren, das Packagedesign, die Faserkopplung, elektronische Steuerschaltungen und Kalibrierungssoftware aufeinander abstimmen. Dies erhöht die Kosten für nicht wiederkehrende Entwicklungsleistungen und schafft ein Ausbeuterisiko an den Schnittstellen zwischen optischen und elektronischen Komponenten.

Bei geringen Stückzahlen sind die Kosten besonders restriktiv. Ein Anbieter kann einen leistungsfähigen photonischen Schaltkreis demonstrieren, ohne eine wirtschaftliche Möglichkeit zu haben, ihn zu verpacken, zu testen oder seine Leistung über Temperatur- und Betriebsdauer hinweg aufrechtzuerhalten. Dies begünstigt Unternehmen mit Zugang zu Kapital, Foundry-Partnerschaften und Kunden, die bereit sind, Einführungsarchitekturen gemeinsam zu entwickeln. Zudem macht es frühe Umsätze mit Verbindungsprodukten strategisch wertvoll, da sie den längeren Qualifizierungszyklus für native optische Computersysteme finanzieren können.

Komplexität bei der Integration in die bestehende Halbleiterinfrastruktur.

Kunden kaufen photonische Hardware nicht isoliert. Optische Prozessoren und Verbindungen müssen mit GPUs, CPUs, ASICs, Speichersubsystemen und elektrischen Standards zusammenarbeiten, die den Einsatz in Rechenzentren bereits bestimmen. Co-Packaging bringt Anforderungen an die optische Ausrichtung, das Wärmemanagement, die Zuverlässigkeitsprüfung und die Wartungsfreundlichkeit mit sich, die über die Leistung auf Chipebene hinausgehen.

IBM berichtete, dass sein Prototyp einer Co-Packaged-Optics-Lösung mit polymeren optischen Wellenleitern die erforderlichen Zuverlässigkeitsbelastungstests einschließlich Temperaturwechselprüfungen, Feuchtigkeitseinwirkung und mechanischer Tests abgeschlossen hat. Dieser Meilenstein verdeutlicht die Hürde, die Anbieter überwinden müssen, bevor technische Demonstrationen zu einsetzbarer Hardware werden. Software stellt eine parallele Einschränkung dar: Optische Beschleuniger benötigen Kompilierung, Quantisierung, Driftkompensation und Framework-Integration, damit Machine-Learning-Teams sie nutzen können, ohne ihre Arbeitsabläufe zur Modellentwicklung neu konzipieren zu müssen.

Die kurzfristige Nachfrage dürfte Produkte begünstigen, die die Bandbreite pro Watt verbessern und gleichzeitig vertraute Rechen- und Softwareumgebungen beibehalten. Hybride Architekturen sind kommerziell bedeutend, da sie Anbietern die Teilnahme am aktuellen Ausbau der KI-Infrastruktur ermöglichen, ohne dass Kunden die Präzisions-, Programmier- und Zuverlässigkeitsrisiken eines vollständig photonischen Computing-Stacks akzeptieren müssen. Mit der Weiterentwicklung der Qualifizierungsverfahren können die schneller wachsenden Segmente für Training und neuromorphes Computing den Markt über diese anfängliche, von Verbindungen geprägte Phase hinaus erweitern.

Segmentanalyse des Marktes für Prozessoren für optische neuronale Netzwerke

Nach Technologie

Siliziumphotonik

Die Siliziumphotonik erzielte 2025 einen Umsatz von 233,7 Millionen USD und dürfte bis 2035 bei einer CAGR von etwa 29,3 % 2,92 Milliarden USD erreichen. Ihr Größenvorteil beruht auf dem Zugang zur Halbleiterfertigung, der Verarbeitung auf Waferebene und einem wachsenden Ökosystem für photonisches Design und Packaging. Die skalierbare, produktionsbewährte Siliziumphotonik-Prozessplattform von GlobalFoundries und die Entwicklung photonischer Chiplets durch TSMC zeigen, dass die Fertigungsinfrastruktur für fabless Entwickler optischer Hardware zunehmend zugänglich wird ^{[5]GlobalFoundries, Silicon Photonics Technology, 2024, gf.com}.

Das Wachstum des Segments wird durch den technischen Aufwand für aktive optische Funktionen und die Wärmeregulierung gebremst. Silizium ist besonders leistungsfähig bei der passiven optischen Signalführung und der dichten Integration, doch kommerzielle optische neuronale Netzwerke benötigen weiterhin robuste Lösungen für Lichtquellen, Modulatoren, Detektoren und die Stabilisierung von Gewichtungen. Anbieter, die Siliziumphotonik mit ausgereiftem Packaging und Steuerelektronik kombinieren, dürften gegenüber Designs, die sich ausschließlich auf die optische Effizienz auf Komponentenebene stützen, einen Vorteil behalten.

Hybride photonisch-elektronische Integration. Die hybride photonisch-elektronische Integration wurde 2025 mit 114,4 Millionen USD bewertet und dürfte bis 2035 bei einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von etwa 32,6 % einen Wert von 1,83 Milliarden USD erreichen. Diese Systeme übertragen die Kommunikation mit hoher Bandbreite oder lineare optische Operationen auf die Photonik, während sie die digitale Steuerung, Speicherverwaltung, nichtlineare Funktionen und Softwarekompatibilität in der CMOS-Elektronik beibehalten.

Der Interconnect-Ansatz Passage von Lightmatter und die optische I/O-Architektur TeraPHY von Ayar Labs veranschaulichen die kommerzielle Logik dieses Segments: Photonik kann dort eingeführt werden, wo elektrische Konnektivität am stärksten unter Druck steht, während herkömmliche Rechenchips bestehen bleiben, ^{[6]Ayar Labs, Ayar Labs Secures USD 155 Million in Series D to Address Urgent Need for Scalable AI Infrastructure, December 2024, ayarlabs.com}. Die Expansion des Segments wird stark von Montageausbeuten, der Standardisierung von Schnittstellen und der Fähigkeit abhängen, optische Multi-Die-Gehäuse für Rechenzentrumskunden betrieblich handhabbar zu machen.

Freiraumoptik

Die Freiraumoptik erzielte 2025 einen Umsatz von 60,7 Millionen USD und dürfte bis 2035 bei einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von etwa 28,5 % einen Wert von 710,3 Millionen USD erreichen. Diese Architekturen nutzen diffraktive optische Elemente, räumliche Lichtmodulatoren, Linsenarrays oder die Verarbeitung im Fourier-Bereich, um ausgewählte Aufgaben in neuronalen Netzen und der Signalverarbeitung auszuführen. Ihre Stärke liegt in der parallelen räumlichen Verarbeitung, insbesondere in kontrollierten Inferenzumgebungen, in denen ein festgelegter optischer Pfad eine definierte Operation effizient ausführen kann.

Die Einführung wird durch die Empfindlichkeit gegenüber Ausrichtung, Vibrationen und Umweltveränderungen sowie durch Anforderungen an die dynamische Rekonfiguration eingeschränkt. Daher werden Freiraumsysteme eher für spezialisierte Anwendungen in der Bildverarbeitung, den Wissenschaften und der Signalverarbeitung eingesetzt werden, als dass sie photonische Verbindungen in herkömmlichen KI-Servern breit ersetzen.

Neue photonische Materialien

Das Segment der neuen photonischen Materialien wurde 2025 mit 29,8 Millionen USD bewertet und dürfte bis 2035 bei einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von etwa 30,8 % einen Wert von 415,7 Millionen USD erreichen. Indiumphosphid bleibt wichtig, da es aktive optische Funktionen wie Laserverstärkung unterstützt, die auf reinen Siliziumplattformen nicht nativ verfügbar sind. Die angekündigten CHIPS-Anreize für Coherent und Infinera deuten auf eine zunehmende politische Unterstützung für inländische Kapazitäten zur Produktion von Indiumphosphid hin.

Innovationen bei Materialien können den technischen Spielraum optischer Prozessoren erweitern, doch die Qualifizierung bleibt entscheidend. Neue Modulatoren, Phasenwechselmaterialien und hybride Materialsysteme müssen eine reproduzierbare Gerätefunktion, kompatible Fertigungsprozesse und eine kosteneffiziente Integration nachweisen, bevor sie die Architektur von Mainstream-Prozessoren verändern.

Nach Berechnungsparadigma

Analoge optische Datenverarbeitung

Die analoge optische Datenverarbeitung wurde 2025 mit 233,1 Millionen USD bewertet und dürfte bis 2035 bei einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von etwa 28,3 % einen Wert von 2,68 Milliarden USD erreichen. Ihr wesentlicher Vorteil besteht in der Fähigkeit, lineare Matrixoperationen durch optische Interferenz und Ausbreitung statt durch sequenzielle digitale Arithmetik auszuführen. Die Forschung an photonischen Beschleunigern im großen Maßstab hat gezeigt, dass integrierte Hardware Matrix-Multiply-Accumulate-Funktionen mit hoher Frequenz und sehr geringer Latenz ausführen kann.

Der Nachteil liegt im Präzisionsmanagement. Analoge optische Systeme müssen Rauschen, thermische Drift, Bauteilabweichungen und den Umwandlungsaufwand an der elektronischen Schnittstelle kontrollieren. Die stärksten kommerziellen Anwendungsfälle werden daher Modelle sein, die Quantisierungs- und Kalibrierungsaufwand tolerieren und gleichzeitig eine wesentliche Verringerung des Energieverbrauchs oder der Latenz ermöglichen.

Digitale optische Datenverarbeitung

Digitales optisches Computing erzielte 2025 einen Umsatz von 122,0 Millionen USD und dürfte bis 2035 bei einer CAGR von etwa 30,6 % 1,67 Milliarden USD erreichen. Durch die Verwendung diskreter optischer Signalpegel kann dieses Paradigma die Rauschtoleranz verbessern und die Kompatibilität mit herkömmlichen Ansätzen des digitalen Fehlermanagements erleichtern. Die kommerzielle Perspektive besteht weniger darin, jede elektronische Rechenfunktion zu ersetzen, sondern vielmehr darin, die Vorteile optischer Bandbreite und Latenz dort einzusetzen, wo eine deterministische Signalverarbeitung erforderlich ist.

Das Segment wird mit zunehmend effizienteren elektronischen Beschleunigern konkurrieren und muss die zusätzliche photonische Integrationsebene rechtfertigen. Die Einführung dürfte vor allem dort am stärksten sein, wo optischer Transport und Verarbeitung gemeinsam konzipiert werden können, anstatt in ein ansonsten unverändertes elektronisches System integriert zu werden.

Neuromorphes optisches Computing 

Neuromorphes optisches Computing wurde 2025 mit 83,6 Millionen USD bewertet und dürfte bis 2035 1,51 Milliarden USD erreichen, was mit etwa 34,2 % der höchsten CAGR unter den Rechenparadigmen entspricht. Die Kategorie zielt darauf ab, ereignisgesteuertes oder spikendes Verhalten in photonischen Systemen für Inferenz- und Sensorverarbeitungsaufgaben mit geringem Energieverbrauch zu nutzen.

Das technische Potenzial ist bei Anwendungen mit spärlichen, zeitkritischen Datenströmen überzeugend, die kommerzielle Einschränkung liegt jedoch in der Software. Entwickler benötigen Toolchains, die Modelle auf optische Spiking-Architekturen abbilden, das Hardwareverhalten kalibrieren und die Ergebnisse in konventionelle KI-Workflows integrieren. Die Wachstumsrate des Segments spiegelt diese Flexibilität wider, während die kleinere Ausgangsbasis die Distanz zwischen einer vielversprechenden Architektur und einem ausgereiften Entwicklerökosystem verdeutlicht.

Nach Optimierung der Arbeitslast

Inferenzoptimierte Prozessoren

Inferenzoptimierte Prozessoren stellen das größte Arbeitslastsegment dar. 2025 wurden sie mit 335,2 Millionen USD bewertet und dürften bis 2035 bei einer CAGR von etwa 28,9 % 4,04 Milliarden USD erreichen. Feste oder nur selten aktualisierte Modelle verringern den Bedarf an einer kontinuierlichen optischen Programmierung von Gewichtungen und erleichtern Vergleiche der Energie pro Inferenz. Produkte für optische Verbindungen sind besonders gut auf Inferenzcluster ausgerichtet, da sie die Datenübertragung verbessern können, ohne die grundlegende Umgebung der Modellausführung zu verändern.

Trainingsoptimierte Prozessoren

Trainingsoptimierte Prozessoren dürften von 103,4 Millionen USD im Jahr 2025 auf 1,82 Milliarden USD bis 2035 steigen, bei einer CAGR von etwa 33,9 %. Trainingsarbeitslasten erzeugen einen höheren Bedarf an Kommunikation mit hoher Bandbreite zwischen verteilten Beschleunigern, erfordern jedoch auch eine robuste Synchronisierung, Parameteraktualisierungen und Softwareunterstützung. IBM hat Co-Packaged Optics als möglichen Ansatz identifiziert, um die Trainingszeit eines 70-billion-parameter-Large-Language-Modells zu verkürzen, vorausgesetzt, dass eine Bereitstellung auf Systemebene in großem Maßstab erfolgt. Die Forschung zum optischen Training im vollständig vorwärtsgerichteten Modus erweitert die technischen Optionen, wobei die kommerzielle Anwendbarkeit von der Modellgenauigkeit und Reproduzierbarkeit unter Produktionsbedingungen abhängen wird.

Nach Anwendung

KI-/ML-Beschleunigung

Die KI-/ML-Beschleunigung ist die größte Anwendungskategorie, da neuronale Arbeitslasten umfangreiche Matrixoperationen mit einer intensiven Datenübertragung zwischen Rechen-, Speicher- und Netzwerkressourcen verbinden. Optische Hardware ist kommerziell vor allem dort relevant, wo sie einen validierten Infrastrukturengpass reduziert, statt als isolierter Beschleuniger zu fungieren.

Bilderkennung und maschinelles Sehen

Bilderkennung und maschinelles Sehen können von den parallelen räumlichen Verarbeitungseigenschaften freiraumoptischer und integrierter optischer Systeme profitieren. Kontrollierte Einsätze in der industriellen Inspektion, Überwachung und Sensorverarbeitung bieten besser beherrschbare Betriebsbedingungen als allgemeine Cloud-Arbeitslasten.

Verarbeitung natürlicher Sprache

Die Nachfrage nach NLP ist eng mit der Bereitstellung großer Modelle und dem verteilten Training verbunden. Kurzfristig dürfte die Photonik eher über Verbindungs- und Speicherfabric-Funktionen in die NLP-Infrastruktur integriert werden als durch einen vollständigen Ersatz der digitalen Berechnung in Transformator-Modellen.

Signalverarbeitung

Chancen in der Signalverarbeitung ergeben sich dort, wo Latenz, Bandbreite und parallele Transformation wichtiger sind als allgemeine Programmierbarkeit. Dazu gehören Datenströme mit hohem Durchsatz in der Kommunikation, Sensorik und spezialisierten Analysesystemen.

Sonstige

Wissenschaftliches Rechnen, Genomanalyse, Optimierung und andere spezialisierte Workloads bieten zusätzliche Chancen, wenn eine begrenzte mathematische Operation eine kundenspezifische photonische Architektur rechtfertigen kann.

Nach Endverbrauchsbranche

Rechenzentren und Cloud-Anbieter

Rechenzentren und Cloud-Anbieter bilden die dominierende Endverbrauchergruppe, da ihre Clustergröße den Energieverbrauch der Verbindungen, die Bandbreitendichte und die Kühlungskosten zu messbaren Beschaffungsparametern macht. Der steigende Strombedarf erhöht den Anreiz, Technologien einzusetzen, die die Energieeffizienz auf Systemebene verbessern.

Telekommunikation

Telekommunikationsanbieter können photonische Verarbeitungs- und Verbindungstechnologien für das Switching mit hoher Bandbreite, die Netzwerkoptimierung und das KI-gestützte Infrastrukturmanagement einsetzen. Die Einführung wird von der betrieblichen Zuverlässigkeit und der Integration in etablierte Netzwerkgeräte abhängen.

Automobilindustrie

Automobile Anwendungsfälle konzentrieren sich auf die Sensorfusion, fortschrittliche Fahrerassistenzsysteme und die energiebegrenzte Inferenz an Bord. Qualifizierungsanforderungen und lange Produktzyklen werden die Einführung auf Architekturen mit einem klaren Vorteil bei Zuverlässigkeit und Integration beschränken.

Luft- und Raumfahrt sowie Verteidigung

Anwendungen in der Luft- und Raumfahrt sowie der Verteidigung können von der Signalverarbeitung mit geringer Latenz und spezialisierten optischen Funktionen profitieren. Beschaffungszyklen, Umweltqualifizierung und Anforderungen an die Systemabsicherung stellen jedoch erhebliche Hindernisse für die Kommerzialisierung dar.

Gesundheitswesen und Biowissenschaften

Medizinische Bildgebung, Genomik und molekulares Rechnen könnten von der Beschleunigung matrixintensiver Workloads profitieren. Die Einführung wird selektiv bleiben, bis Anbieter eine validierte Leistung in regulierten und workflowspezifischen Umgebungen nachweisen.

Edge Computing und IoT

Edge Computing und IoT schaffen einen potenziellen Markt für energiearme neuromorphe optische Architekturen, insbesondere dort, wo ereignisgesteuerte Sensorik und kontinuierliche Inferenz den Energieverbrauch stark begrenzen.

Sonstige

Forschungseinrichtungen, nationale Laboratorien und Nutzer aus dem Finanzdienstleistungssektor stellen kleinere, aber potenziell einflussreiche Gruppen früher Anwender für spezialisierte Anwendungen des photonischen Rechnens dar.

Das parallele Wachstum der hybriden photonisch-elektronischen Integration mit einer CAGR von etwa 32,6 % ist strategisch bedeutsam. Es bietet Anbietern die Möglichkeit, die Kundenakzeptanz und Integrationserfahrung innerhalb bestehender KI-Infrastrukturen zu fördern, während native optische Rechen- und neuromorphe Plattformen ausgereift werden. Diese Struktur begünstigt Unternehmen, die Software, Packaging und Kunden-Workflows als Teil des Produkts betrachten und nicht als technische Abhängigkeiten nach dem Verkauf.

Regionale Analyse des Marktes für optische Prozessoren für neuronale Netze

Nordamerika

Der nordamerikanische Markt belief sich 2025 auf 204,2 Millionen USD, wird für 2026 auf 254,6 Millionen USD geschätzt und dürfte bis 2035 bei einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von etwa 30,7 % 2,84 Milliarden USD erreichen. Die Größe der Region wird durch die Konzentration von Hyperscale-KI-Infrastruktur, Halbleiterdesignaktivitäten und durch Risikokapital finanzierten Photonikunternehmen gestützt. Auf die USA entfielen 2025 175,5 Millionen USD; bis 2035 dürften sie bei einer CAGR von etwa 30,9 % 2,46 Milliarden USD erreichen.

Nordamerikanische Anbieter profitieren zudem von einer sichtbaren Kapitalbildung und Unterstützung durch industriepolitische Maßnahmen. Die Finanzierung von Lightmatter im Jahr 2024 und die Gruppe strategischer Investoren von Ayar Labs verdeutlichen das Ausmaß des Brancheninteresses an photonischer Interconnect-Infrastruktur. Die vorgeschlagene Unterstützung auf Bundesebene für die Erweiterung der Indiumphosphid-Produktion von Coherent und Infinera kann die Lieferkettenkapazität für aktive optische Komponenten verbessern ^{[7]National Institute of Standards and Technology, Biden-Harris Administration Announces Preliminary Terms with Infinera for InP Fab Expansion, October 2024, nist.gov}. Kanada trug 2025 mit 28,7 Millionen USD bei und dürfte bis 2035 bei einer CAGR von etwa 29,8 % 372,5 Millionen USD erreichen.

Europa

Der europäische Markt belief sich 2025 auf 114,4 Millionen USD, wird für 2026 auf 140,2 Millionen USD geschätzt und dürfte bis 2035 bei einer CAGR von etwa 28,4 % 1,33 Milliarden USD erreichen. Seine Position wird durch die Halbleiterforschung, die Kompetenz im Photonikdesign und spezialisierte Entwickler von Computersystemen gestützt, obwohl die kommerzielle Skalierung über die nationalen Märkte hinweg stärker fragmentiert ist als in Nordamerika.

Deutschland dürfte bei einer CAGR von etwa 30,1 % von 31,7 Millionen USD im Jahr 2025 auf 418,8 Millionen USD bis 2035 wachsen. Das Vereinigte Königreich dürfte bei einer CAGR von etwa 29,2 % von 25,0 Millionen USD auf 309,8 Millionen USD steigen, während Frankreich bei einer CAGR von etwa 28,5 % von 18,0 Millionen USD auf 211,4 Millionen USD wachsen dürfte. Italien, Spanien, die Niederlande und das übrige Europa dürften von 10,7 Millionen USD, 8,5 Millionen USD, 7,0 Millionen USD beziehungsweise 13,6 Millionen USD im Jahr 2025 auf 115,8 Millionen USD, 85,7 Millionen USD, 66,3 Millionen USD beziehungsweise 123,9 Millionen USD bis 2035 wachsen.

Asien-Pazifik

Der asiatisch-pazifische Markt belief sich 2025 auf 86,5 Millionen USD, wird für 2026 auf 108,8 Millionen USD geschätzt und dürfte bis 2035 bei einer CAGR von etwa 31,9 % 1,31 Milliarden USD erreichen. Das Wachstum der Region ist mit zunehmenden Investitionen in KI-Infrastruktur, der Entwicklung einer heimischen Halbleiterindustrie und der Notwendigkeit verbunden, den Energiebedarf immer dichterer Computerbereitstellungen zu senken.

China dürfte bei einer CAGR von etwa 32,6 % von 37,4 Millionen USD im Jahr 2025 auf 599,5 Millionen USD bis 2035 wachsen. Japan dürfte bei einer CAGR von etwa 31,7 % von 15,1 Millionen USD auf 226,0 Millionen USD steigen. Indien dürfte bei einer CAGR von etwa 33,3 % von 12,8 Millionen USD auf 217,3 Millionen USD wachsen. Südkorea, Australien und das übrige Asien-Pazifik dürften bis 2035 113,7 Millionen USD, 50,7 Millionen USD beziehungsweise 107,2 Millionen USD erreichen.

Lateinamerika

Der lateinamerikanische Markt belief sich 2025 auf 20,4 Millionen USD, wird für 2026 auf 24,8 Millionen USD geschätzt und dürfte bis 2035 bei einer CAGR von etwa 27,5 % 220,8 Millionen USD erreichen. Brasilien und Mexiko sind die größten Märkte der Region und dürften bis 2035 98,9 Millionen USD beziehungsweise 65,1 Millionen USD erreichen. Argentinien und das übrige Lateinamerika bleiben kleinere Märkte; ihr Wachstum wird hauptsächlich durch Investitionen in die Cloud, Verbesserungen der Konnektivität und die selektive Einführung von KI-Infrastruktur geprägt.

Naher Osten und Afrika

Der Markt im Nahen Osten und in Afrika wurde 2025 mit 13,1 Millionen USD bewertet, wird 2026 auf 16,3 Millionen USD geschätzt und dürfte bis 2035 bei einer CAGR von etwa 29,7 % 168,3 Millionen USD erreichen. Für die VAE wird bis 2035 ein Wert von 67,8 Millionen USD prognostiziert, während Saudi-Arabien voraussichtlich 52,8 Millionen USD erreichen wird. Für Südafrika und die übrige Region Naher Osten und Afrika werden bis 2035 voraussichtlich 28,3 Millionen USD beziehungsweise 19,4 Millionen USD erwartet.

Die Chancen der Region sind eher an neue KI- und Rechenzentrumsinfrastruktur als an den Ersatz einer großen installierten Basis für photonische Verarbeitung geknüpft. Kühlung, Energieverfügbarkeit und die Wirtschaftlichkeit importierter Hochleistungshardware werden beeinflussen, ob photonische Systeme zunächst als spezialisierte Interconnect-Infrastruktur oder als umfassendere Computerplattformen eingesetzt werden.

Nordamerika verfügt weiterhin über den größten absoluten Umsatzpool, da sein Hyperscaler-Ökosystem fortschrittliche Interconnect-Architekturen in großem Maßstab finanzieren und testen kann. Das schnellere Wachstum im Asien-Pazifik-Raum stellt eine andere Wettbewerbsanforderung dar: Anbieter müssen sich an regionale Lieferketten, nationale Technologieprioritäten und unterschiedliche Einsatzmodelle anpassen. Europa bleibt aufgrund seiner spezialisierten Photonikkompetenz strategisch relevant, doch seine stärker fragmentierte Marktstruktur könnte fokussierte Kooperationen und anwendungsspezifische Einsätze gegenüber einem einzigen regionalen Beschaffungszyklus begünstigen.

Marktanteil und Wettbewerbslandschaft bei Prozessoren für optische neuronale Netze

Der Markt war 2025 moderat konzentriert. Lightmatter hatte einen Anteil von etwa 21,4 % am Marktumsatz, gefolgt von Lightelligence mit 11,4 %, Celestial AI mit 9,6 %, Intel mit 7,1 % und Ayar Labs mit 6,8 %. Zusammen machten diese fünf Unternehmen etwa 56,3 % des Marktes aus.

Führende globale Marktteilnehmer

Lightmatter. Lightmatter ist der Marktführer mit einem geschätzten Anteil von 21,4 % im Jahr 2025. Die photonische Interconnect-Strategie Passage von Lightmatter adressiert Bandbreitenbeschränkungen zwischen herkömmlichen KI-Chips und behält dabei die elektronische Rechenbasis bei. Die Finanzierung der Serie D des Unternehmens in Höhe von 400 Millionen USD im Oktober 2024 belegt die Unterstützung der Investoren für diesen Einsatzpfad.

IBM Corporation. Die Aktivitäten von IBM im Bereich optischer Technologien konzentrieren sich auf Co-Packaged Optics und die Erforschung von Interconnects auf Systemebene. Der im Dezember 2024 vorgestellte Prototyp demonstrierte Zuverlässigkeitstests und berichtete im Vergleich zu elektrischen Interconnect-Ansätzen über Verbesserungen bei Leistung und Dichte. Die Position von IBM wird durch die Fähigkeit des Unternehmens gestärkt, Forschung, Systems Engineering und Kompetenzen im Bereich der Unternehmensinfrastruktur miteinander zu verbinden.

Lightelligence. Lightelligence hatte 2025 einen geschätzten Marktanteil von 11,4 %. Die Positionierung des Unternehmens konzentriert sich auf photonische Computersysteme, die optische Verarbeitung mit elektronischer Steuerung kombinieren, und ordnet es dem Segment der Anbieter zu, die den Einsatz von Photonik über die Konnektivität hinaus auf die Ausführung neuronaler Netze ausweiten möchten.

Celestial AI. Celestial AI hatte 2025 einen Marktanteil von etwa 9,6 %. Die Photonic-Fabric-Plattform des Unternehmens ist für die breitbandige Vernetzung von Rechen- und Speicherressourcen ausgelegt.

Die Finanzierung der Serie C in Höhe von 175 Millionen USD im März 2024 umfasste strategische und institutionelle Investoren, und das Unternehmen gab Aktivitäten zur Kundenqualifizierung bekannt, an denen Kunden aus den Bereichen Hyperscale-Rechenzentren und Halbleiter beteiligt waren ^{[8]BusinessWire / Celestial AI, Celestial AI Closes USD 175 Million Series C Funding Round Led by U.S. Innovative Technology Fund, March 2024, businesswire.com}.

Intel Corporation. Intel hielt 2025 einen Marktanteil von etwa 7,1 %. Das Unternehmen meldete die Auslieferung von mehr als 8 Millionen photonischen integrierten Schaltkreisen mit über 32 Millionen integrierten Lasern, während seine Demonstration eines optischen I/O-Chiplets die Bedeutung optischer Verbindungen für zukünftige Architekturen von Prozessor-Package-Systemen hervorhob. Die Fertigungs- und Packaging-Kapazitäten von Intel machen das Unternehmen zu einem bedeutenden etablierten Anbieter im Bereich der kommerziellen Siliziumphotonik.

Ayar Labs. Ayar Labs hielt 2025 einen Marktanteil von etwa 6,8 %. Sein TeraPHY-Optik-I/O-Chiplet ist für bandbreitenstarke Verbindungen innerhalb des Packages ausgelegt und hat strategische Unterstützung von großen Investoren aus den Bereichen Halbleiter und KI-Infrastruktur erhalten.

Regionale Marktteilnehmer

Luminous Computing. Luminous Computing entwickelt photonische KI-Computersysteme und ist ein regionaler Marktteilnehmer, der vertikal integrierte Architekturen für optisches Computing verfolgt.

Xanadu Quantum Technologies. Xanadu Quantum Technologies bringt Fachwissen in den Bereichen photonische Hardware und Software ein, das für programmierbare optische Systeme und fortschrittliche Computerarchitekturen relevant ist.

Optalysys. Optalysys entwickelt Technologien für die optische Co-Verarbeitung im freien Raum, die auf groß angelegte mathematische Operationen, Bildverarbeitung und Signalverarbeitungs-Workloads angewendet werden können.

iPronics. iPronics entwickelt programmierbare photonische integrierte Schaltkreise zur Unterstützung konfigurierbarer Topologien für die optische Verarbeitung.

OpenLight. OpenLight entwickelt Plattformen für Siliziumphotonik und lizenzierbares photonisches geistiges Eigentum, das fabless Halbleiterentwickler dabei unterstützen soll, optische Funktionen zu integrieren.

Nischenanbieter

PhotonicX AI. PhotonicX AI konzentriert sich auf Beschleuniger für optische neuronale Netze für energiebegrenzte Edge-KI-Anwendungen.

SiEPIC. SiEPIC unterstützt das Design photonischer integrierter Elektronik- und Photonikschaltkreise sowie die Entwicklung von Design-Tools für die Photonik.

Photon Bridge. Photon Bridge entwickelt photonische Verbindungstechnologien zur Beschleunigung von KI-Workloads.

Mixx Technologies. Mixx Technologies entwickelt Architekturen für photonische Matrixmultiplikatoren für Workloads optischer neuronaler Netze mit gemischter Präzision.

Neurophos. Neurophos konzentriert sich auf neuromorphe Architekturen für photonisches Computing zur Inferenz mit extrem niedrigem Energieverbrauch und zur ereignisgesteuerten Erfassung.

Der Wettbewerbsvorteil wird zunehmend davon abhängen, ob es gelingt, die Leistungsfähigkeit photonischer Komponenten in einsetzbare Systeme zu überführen. Kapital, Zugang zu Foundries, Packaging-Partnerschaften, Softwareintegration und die Kapazität zur Kundenqualifizierung dürften ebenso wichtig sein wie Innovationen bei optischen Bauelementen. Unternehmen mit Produkten für Verbindungsanwendungen könnten früher kommerzielle Beziehungen aufbauen, während Unternehmen mit Fokus auf natives optisches Computing nachweisen müssen, dass ihre Architektur die Anforderungen an Genauigkeit, Stabilität und Betrieb im Einsatz beim Kunden erfüllen kann.

Aktuelle Branchenentwicklungen

Im April 2026 gab die University of Southern California einen neuen photonischen Chip bekannt, der Temperaturen von bis zu 1300 °F (700 °C) standhalten kann und damit möglicherweise KI-Verarbeitung in extremen Umgebungen wie Düsentriebwerken oder im Weltraum ermöglicht. Im März 2026 brachte Nokia ein Portfolio an anwendungsoptimierten optischen Lösungen auf den Markt, das speziell für „Netzwerke im KI-Zeitalter“ entwickelt wurde, um den enormen Datendurchsatz zu bewältigen, der für große Sprachmodelle erforderlich ist. Im März 2026 stellte Huawei auf dem MWC Barcelona seine optischen Netzwerklösungen der nächsten Generation vor, mit dem Ziel, ein „KI-zentriertes volldoptisches Netzwerk“ zu schaffen, das KI-Verarbeitung mit der Hochgeschwindigkeitsübertragung von Daten verbindet.

Im Jahr 2025 – Nature berichtet über einen groß angelegten integrierten photonischen Beschleuniger. Eine Studie von Nature berichtete über einen integrierten photonischen Beschleuniger mit mehr als 16.000 photonischen Komponenten, Frequenzen von bis zu 1 GHz und einer Latenz von nur 3 Nanosekunden pro Zyklus.