Reprezentarea schematică a unui procesor multiplicator de matrice care funcționează în lumină. Credit: Universitatea Oxford
Creșterea exponențială a traficului de date în era noastră digitală prezintă unele provocări reale asupra puterii de procesare. Și odată cu apariția învățării automate și a IA în, de exemplu, vehiculele cu conducere automată și recunoașterea vorbirii, tendința ascendentă va continua. Toate acestea pun o povară imensă asupra capacității procesorelor de computer actuale de a ține pasul cu cererea.
Acum, o echipă internațională de oameni de știință este din nou în centrul atenției pentru a aborda problema. Cercetătorii au dezvoltat o nouă abordare și arhitectură care combină procesarea și stocarea datelor pe un singur cip folosind procesoare bazate pe lumină sau „fotonice”, cărora li se arată că depășesc cipurile electronice convenționale prin procesarea informațiilor mult mai rapid și în paralel.
Oamenii de știință au dezvoltat un accelerator hardware pentru așa-numitele multiplicări matrice-vector, care sunt coloana vertebrală a rețelelor neuronale (algoritmi care simulează creierul uman), care sunt ele însele utilizate pentru algoritmi de învățare automată. Întrucât diferite lungimi de undă ale luminii (culorile) luminii nu interferează între ele, cercetătorii pot folosi mai multe lungimi de undă ale luminii pentru calcule paralele. Dar pentru a face acest lucru, au folosit o altă tehnologie inovatoare, dezvoltată la EPFL, un „pieptene de frecvență” bazat pe cipuri, ca sursă de lumină.
Reprezentarea schematică a unui procesor multiplicator de matrice care funcționează în lumină. Credit: Universitatea Oxford
„Studiul nostru este primul care aplică un pieptene de frecvență în domeniul rețelelor neuronale artificiale”, spune profesorul Tobias Kippenberg de la EPFL, unul dintre autorii principali ai studiului. Cercetarea profesorului Kippenberg a fost pionier în dezvoltarea pieptănării în frecvență. „Combinația în frecvență oferă o varietate de lungimi de undă optice care sunt procesate independent unul de celălalt pe același cip fotonic.”
„Procesoarele bazate pe lumină pentru accelerarea sarcinilor în domeniul învățării automate permit procesarea sarcinilor matematice complexe la viteză și viteză mare”, spune fostul coautor Wolfram Pernice de la Universitatea din Münster, unul dintre profesorii care au condus cercetarea. „Acest lucru este mult mai rapid decât cipurile convenționale care se bazează pe transferul electronic de date, cum ar fi plăcile grafice sau dispozitivele specializate, cum ar fi TPU (Tensor Processing Unit).”
După proiectarea și fabricarea cipurilor de fotoni, cercetătorii le-au testat pe o rețea neuronală care recunoaște numerele scrise de mână. Inspirate de biologie, aceste rețele sunt un concept în domeniul învățării automate și sunt utilizate în principal în procesarea datelor de imagine sau audio. „Operațiunea de fuzionare între datele de intrare și unul sau mai multe filtre – care pot identifica marginile unei imagini, de exemplu, sunt potrivite pentru arhitectura matricei noastre”, spune Johannes Feldmann, acum cu sediul în Universitatea Oxford Departamentul de materiale. Nathan Youngblood (Universitatea din Oxford) adaugă: „Utilizarea multiplexării în lungime de undă permite rate mai mari de date și densități de calcul, adică operații de zonă de procesor care nu erau atinse anterior”.
„Această lucrare este o adevărată vitrină a cercetării colaborative europene”, spune David Wright de la Universitatea din Exeter, care conduce proiectul UE FunComp, care a finanțat lucrarea. “În timp ce fiecare grup de studiu implicat este un lider mondial în felul său, a reunit toate aceste piese care au făcut această lucrare cu adevărat posibilă.”
Studiul este publicat în Natură în această săptămână și are o gamă largă de aplicații: prelucrare simultană mai mare a datelor (și economii de energie) în inteligență artificială, rețele neuronale mai mari pentru predicții mai precise și o analiză mai precisă a datelor, cantități mari a datelor clinice pentru diagnostice, îmbunătățind evaluarea rapidă a datelor senzorilor în vehiculele cu conducere automată și extinderea infrastructurii de cloud computing cu mai mult spațiu de stocare, putere de calcul și software de aplicație.
Referință: „Prelucrare paralelă convoluțională utilizând un nucleu de tensiune fotonică integrată” de J. Feldmann, N. Youngblood, M. Karpov, H. Gehring, X. Li, M. Stappers, M. Le Gallo, X. Fu, A Lukashchuk, AS Raja, J. Liu, CD Wright, A. Sebastian, TJ Kippenberg, WHP Pernice și H. Bhaskaran, 6 ianuarie 2021, Natură.
DOI: 10.1038 / s41586-020-03070-1