Nowy chip fotoniczny radykalnie zwiększa efektywność energetyczną sztucznej inteligencji

Sztuczna inteligencja napędza coraz więcej aspektów naszego życia, od rozpoznawania twarzy po tłumaczenia językowe. Rosnąca złożoność modeli AI przekłada się jednak na ogromny wzrost zapotrzebowania na energię, co staje się poważnym problemem. Naukowcy z Uniwersytetu Florydy znaleźli potencjalne rozwiązanie: chip, który do obliczeń wykorzystuje światło zamiast tradycyjnej elektroniki.

Wyniki ich badań opublikowano w czasopiśmie „Advanced Photonics”.

Kluczowym elementem układu jest zdolność do przeprowadzania operacji konwolucji – podstawowej funkcji w uczeniu maszynowym, umożliwiającej systemom AI wykrywanie wzorców w obrazach, nagraniach wideo i tekście. Operacje te są zazwyczaj bardzo energochłonne. Florydzki chip integruje elementy optyczne bezpośrednio na krzemowej płytce. Dzięki temu konwolucje wykonywane są za pomocą światła laserowego i miniaturowych soczewek, co radykalnie obniża zużycie energii i przyspiesza przetwarzanie.

„Wykonywanie kluczowych obliczeń uczenia maszynowego niemal bez zużycia energii to ogromny krok naprzód dla przyszłych systemów AI”, komentuje kierujący badaniami Volker J. Sorger, profesor fotoniki półprzewodnikowej na Uniwersytecie Florydy. „Jest to kluczowe dla dalszego zwiększania możliwości AI w przyszłości.”
Nowy chip został przetestowany pod kątem klasyfikacji odręcznie pisanych cyfr i osiągnął dokładność około 98%, porównywalną z tradycyjnymi układami elektronicznymi. System wykorzystuje dwa zestawy miniaturowych soczewek Fresnela – płaskich, ultracienkich wersji soczewek znanych z latarni morskich. Soczewki te, węższe niż ludzki włos, są trawione bezpośrednio na chipie przy użyciu standardowych technik produkcji półprzewodników.

Proces obliczeniowy wygląda następująco: dane wejściowe są zamieniane na światło laserowe, które następnie przechodzi przez soczewki Fresnela. Tam zachodzi matematyczna transformacja, a wynik jest konwertowany z powrotem na sygnał cyfrowy – finalizując zadanie AI.

Hangbo Yang, profesor współpracujący z grupą Sorgera i współautor badania, podkreśla, że to pierwszy raz, kiedy tego typu obliczenia optyczne zostały zaimplementowane na chipie i zastosowane w sieciach neuronowych AI.

Zespół zademonstrował również, że chip może przetwarzać wiele strumieni danych jednocześnie, wykorzystując lasery o różnych kolorach. Ta technika, znana jako multipleksowanie falowe, jest kluczową zaletą fotoniki.

Sorger zauważa, że producenci chipów, tacy jak NVIDIA, już wykorzystują elementy optyczne w niektórych częściach swoich systemów AI, co potencjalnie ułatwi integrację nowej technologii. „W niedalekiej przyszłości optyka chipowa stanie się kluczowym elementem każdego układu AI, którego używamy na co dzień”, przewiduje Sorger. „A kolejnym krokiem będzie optyczne przetwarzanie AI.”