Nowy Procesor Fotoniczny Obiecuje Szybsze, Bardziej Energooszczędne Obliczenia AI

Naukowcy z MIT opracowali nowy fotoniczny układ scalony, który mógłby znacznie zwiększyć prędkość i efektywność energetyczną obliczeń sztucznej inteligencji AI, jak poinformowano w poniedziałek w komunikacie prasowym MIT.

Ten chip używa światła do wykonania podstawowych operacji głębokich sieci neuronowych, rodzaju modelu uczenia maszynowego, oferując szybszą alternatywę dla tradycyjnych procesorów elektronicznych. Głębokie sieci neuronowe są stosowane w szerokim zakresie zastosowań AI, od rozpoznawania obrazów po przetwarzanie języka naturalnego, powiedział MIT.

Te modele wymagają znacznej mocy obliczeniowej, a wraz ze wzrostem ich złożoności, mogą przekraczać możliwości tradycyjnego sprzętu elektronicznego.

Nowy procesor fotonowy jednak radzi sobie z tym wyzwaniem, wykorzystując światło do przeprowadzania obliczeń zamiast elektryczności, co pozwala mu działać bardziej efektywnie, według MIT.

Fotoniczny chip wykonuje kluczowe zadania, takie jak mnożenie macierzy, które jest crucial operacjią w głębokim uczeniu, przy użyciu światła. Ten proces, który zazwyczaj byłby obsługiwany przez obwody elektryczne, jest realizowany optycznie na chipie – informuje MIT.

W efekcie, chip jest w stanie zakończyć te obliczenia w mniej niż pół nanosekundy, osiągając ponad 92% dokładności. Ta wydajność jest na równi z tradycyjnym sprzętem elektronicznym, ale z znacznie większą efektywnością energetyczną, jak donosi MIT.

Jednym z wyzwań w tworzeniu tego układu było włączenie operacji nieliniowych, które są niezbędne dla modeli głębokiego uczenia się do rozpoznawania skomplikowanych wzorców, wyjaśnił MIT.

Światło samo w sobie zazwyczaj nie jest odpowiednie do tych operacji, dlatego badacze zaprojektowali specjalistyczne komponenty zwane jednostkami funkcji optycznej nieliniowej (NOFU), które umożliwiają układowi wykonywanie tych zadań poprzez łączenie światła i minimalnego impulsu elektrycznego, zgodnie z informacjami od MIT.

Ten postęp może mieć ważne implikacje dla aplikacji sztucznej inteligencji, które wymagają szybkiego przetwarzania, takie jak w nawigacji, telekomunikacji i badaniach naukowych.

Możliwość wykonywania zadań uczenia maszynowego w czasie rzeczywistym przy minimalnym zużyciu energii otwiera możliwości dla bardziej efektywnych i skalowalnych systemów AI. Chip został wyprodukowany przy użyciu standardowych procesów produkcji półprzewodników, co oznacza, że można go produkować na dużą skalę przy użyciu istniejącej technologii.

MIT informuje, że przyszłe prace będą koncentrować się na integracji chipu z innymi systemami, takimi jak kamery i urządzenia komunikacyjne, aby dalej badać jego praktyczne zastosowania.

Podsumowując, ten nowy fotoniczny procesor stanowi krok naprzód w rozwoju bardziej efektywnych, szybszych systemów AI, co może prowadzić do postępów w różnych dziedzinach, w tym pojazdach autonomicznych, diagnostyce medycznej i innych.