Istraživači sa Univerziteta u Sydneyju razvili prototip čipa koji koristi svjetlost umjesto električne energije, omogućavajući brže AI proračune uz znatno manju potrošnju energije i manje zagrijavanje

Istraživači sa Univerziteta u Sydneyju razvili su prototip nanofotonskog čipa koji obavlja proračune umjetne inteligencije koristeći svjetlost umjesto električne energije. Ovaj eksperimentalni uređaj obrađuje informacije pomoću fotona, što omogućava da se operacije odvijaju u trilionitim dijelovima sekunde.

Prototip je razvijen u okviru istraživačkog centra Sydney Nano Hub i predstavlja pokušaj da se potpuno promijeni način na koji računalni hardver podržava sve veće zahtjeve savremenih AI sistema. Umjesto električnih signala, čip obavlja proračune dok svjetlost prolazi kroz nanoskalne strukture ugrađene u sam uređaj.

Jedan od glavnih ciljeva ovog pristupa je rješavanje velikog problema savremenih AI sistema – ogromne potrošnje energije. Data centri koji pokreću velike AI modele troše ogromne količine električne energije, a dodatni izazov predstavlja i hlađenje klasičnih silicijskih procesora koji se snažno zagrijavaju tokom rada.

Kod tradicionalnih procesora elektroni prolaze kroz vodove, stvarajući otpor i toplotu, što zahtijeva energetski zahtjevne sisteme za hlađenje kako bi uređaji radili na sigurnim temperaturama.

Računanje pomoću svjetlosti

Novi nanofotonski čip koristi potpuno drugačiji princip rada. Umjesto elektrona, kroz mikroskopske strukture – široke svega nekoliko desetina mikrometara, približno debljine ljudske vlasi – prolazi svjetlost.

Dok fotoni putuju kroz te strukture, same strukture izvršavaju potrebne proračune za mašinsko učenje. Time se uklanja potreba za dodatnim elektronskim procesiranjem.

Arhitektura čipa organizovana je poput neuronske mreže, sistema inspirisanog načinom na koji ljudski mozak obrađuje informacije. Fizički raspored nanostruktura funkcioniše kao skup umjetnih neurona, omogućavajući prepoznavanje obrazaca i klasifikaciju podataka dok svjetlost prolazi kroz čip.

Profesor Xiaoke Yi, koji predvodi Photonics Research Group na Fakultetu elektrotehnike i računarstva Univerziteta u Sydneyju, ističe da ovaj projekat pokazuje potpuno novi način razmišljanja o računalnom hardveru.

Prema njegovim riječima, umjetna inteligencija sve više nailazi na ograničenja zbog velike potrošnje energije, a ova tehnologija omogućava znatno brže, energetski efikasnije i kompaktne AI akceleratore.

Testiran na medicinskim snimcima

Kako bi provjerili mogućnosti prototipa, istraživači su trenirali čip da klasifikuje više od 10.000 biomedicinskih slika, uključujući MRI snimke dojke, grudnog koša i abdomena.

Rezultati simulacija i laboratorijskih testova pokazali su da fotonska neuronska mreža može prepoznati slike s tačnošću između 90 i 99 posto.

Svaki proračun odvijao se na vremenskoj skali pikosekundi, što znači da su operacije završavane u trilionitim dijelovima sekunde dok svjetlost prolazi kroz nanostrukture.

Istraživanje sugeriše da bi se modeli neuronskih mreža u budućnosti mogli direktno ugrađivati u fotonske strukture na nanoskalnom nivou, umjesto da se pokreću kao softver na klasičnim procesorima.

U vrijeme kada tehnološke kompanije i vlade širom svijeta ubrzano šire AI infrastrukturu i grade nove data centre, ovakva tehnologija mogla bi značajno smanjiti pritisak na elektroenergetske mreže.

Zahvaljujući činjenici da svjetlost putuje kroz materijale bez električnog otpora, fotonski čipovi proizvode znatno manje toplote i troše manje energije od klasičnih elektronskih procesora.

Istraživački tim već više od deset godina razvija tehnologije koje primjenjuju fotoniku u računarstvu i senzorici. Sljedeći korak je proširenje dizajna na veće fotonske neuronske mreže koje bi mogle obrađivati još složenije skupove podataka.

Ako se tehnologija uspješno razvije i skalira, fotonski čipovi bi u budućnosti mogli dopunjavati ili čak zamijeniti tradicionalne procesore u pojedinim AI sistemima, nudeći znatno brži i energetski efikasniji hardver za narednu generaciju umjetne inteligencije.

Rezultati istraživanja objavljeni su u naučnom časopisu Nature Communications.

Izvor: Interesting Ingeneereing