Zespół z Uniwersytetu Florydy opracował nowy rodzaj układu scalonego, który łączy światło i elektryczność, aby realizować jedno z najbardziej energochłonnych zadań sztucznej inteligencji – rozpoznawanie obrazów i wykrywanie wzorców. Wykorzystanie światła w procesie obliczeniowym radykalnie zmniejsza zapotrzebowanie na energię, nawet 10–100 razy w porównaniu z obecnie stosowanymi chipami wykonującymi te same operacje. Takie podejście może nie tylko odciążyć przeciążone sieci energetyczne, ale również umożliwić rozwój bardziej wydajnych modeli i systemów AI.
Przełom w energooszczędnym uczeniu maszynowym
Systemy sztucznej inteligencji są dziś fundamentem technologii – od rozpoznawania twarzy, przez tłumaczenie języka, po analizę obrazów medycznych. Wraz ze wzrostem złożoności modeli rośnie jednak zużycie energii elektrycznej, co staje się poważnym wyzwaniem dla efektywności i zrównoważonego rozwoju.
Nowy chip, opisany na łamach czasopisma Advanced Photonics, został zaprojektowany do wykonywania operacji splotu, czyli podstawowej funkcji w uczeniu maszynowym, pozwalającej systemom AI na wykrywanie wzorców w obrazach, wideo i tekście.
Fotoniczny przełom technologiczny
Układ wykorzystuje elementy optyczne zintegrowane bezpośrednio z krzemowym chipem. Dzięki zastosowaniu światła laserowego i mikroskopijnych soczewek Fresnela obliczenia realizowane są znacznie szybciej i przy minimalnym poborze energii.
- Wykonywanie kluczowych obliczeń uczenia maszynowego przy niemal zerowym zużyciu energii to ogromny krok naprzód dla przyszłych systemów AI – podkreśla prof. Volker J. Sorger, kierujący badaniami.
W testach prototyp osiągnął 98% skuteczności w klasyfikacji ręcznie pisanych cyfr, porównywalnie z tradycyjnymi chipami elektronicznymi. Zastosowane soczewki Fresnela są cieńsze od ludzkiego włosa i wytwarzane w standardowych procesach półprzewodnikowych.
Wielokanałowe przetwarzanie dzięki fotonice
Naukowcy wykazali również, że chip może równolegle przetwarzać wiele strumieni danych, wykorzystując różne długości fali światła – tzw. zwielokrotnianie z podziałem długości fali.
- Możemy jednocześnie przesyłać przez soczewkę wiele kolorów światła, co stanowi kluczową przewagę fotoniki – wyjaśnia współautor badań, dr Hangbo Yang.
Badania były prowadzone we współpracy z Florida Semiconductor Institute, UCLA oraz George Washington University. Sorger zauważa, że elementy optyczne są już stosowane w części układów AI produkowanych przez takie firmy jak NVIDIA, co ułatwi integrację tej technologii w przyszłości.
- W niedalekiej przyszłości układy oparte na optyce staną się kluczowym elementem każdego chipu AI, a obliczenia fotoniczne to kolejny etap rozwoju – podsumowuje Sorger.
Źródło: Techxplore