Revolucionarna AI platforma koja koristi svetlost umesto elektriciteta mogla bi preoblikovati način na koji se veštačka inteligencija trenira i primenjuje.
Korišćenjem fotonskih integrisanih kola napravljenih od naprednih III-V poluprovodnika, istraživači su razvili sistem koji daleko nadmašuje tradicionalne silicijumske GPU-ove po pitanju energetske efikasnosti i brzine.
Ova tehnologija ne samo da bi mogla smanjiti troškove energije, već i omogućiti veći nivo performansi veštačke inteligencije, potencijalno transformišući sve – od data centara do budućih pametnih sistema.
AI ekspanzija i infrastrukturni izazovi
Veštačka inteligencija (AI) brzo menja mnoge industrije. Pokretana dubokim učenjem i ogromnim skupovima podataka, AI zahteva ogromnu računarsku snagu za treniranje i funkcionisanje.
Danas se većina tih zadataka oslanja na grafičke procesorske jedinice (GPU), ali njihova velika potrošnja energije i ograničena skalabilnost predstavljaju ozbiljan izazov. Da bi se podržao budući razvoj AI tehnologije, neophodna su efikasnija i održivija hardverska rešenja.
Ogroman iskorak: fotonska kola za veštačku inteligenciju
Nedavna studija objavljena u IEEE Journal of Selected Topics in Quantum Electronics predstavlja obećavajuću alternativu: AI platformu koja koristi fotonska integrisana kola (PIC). Ovi optički čipovi nude bolju skalabilnost i energetsku efikasnost u poređenju sa tradicionalnim GPU sistemima.
Istraživanjem je rukovodio dr Basem Tosun, viši naučni saradnik u Hewlett Packard Labs, a rezultati pokazuju da PIC kola, koja uključuju III-V poluprovodnike, mogu izvršavati AI zadatke znatno brže i uz daleko manju potrošnju energije.
Za razliku od konvencionalnog hardvera koji koristi elektronske distribuirane neuronske mreže (DNN), ovaj novi pristup koristi optičke neuronske mreže (ONN) – kola koja računaju pomoću svetlosti umesto električne struje.
Pošto rade brzinom svetlosti i imaju minimalne gubitke energije, ONN sistemi predstavljaju ogroman potencijal za efikasnije ubrzavanje AI algoritama.
Prednosti u odnosu na tradicionalni silicijum
„Dok je silicijumsku fotoniku lako proizvoditi, teško ju je skalirati za kompleksna integrisana kola. Naša platforma se može koristiti kao građevinski blok za fotonske akceleratore sa znatno većom energetskom efikasnošću i skalabilnošću od trenutnog tehnološkog standarda,” objašnjava dr Tosun.
Tim je koristio pristup heterogene integracije u izradi hardvera. To je uključivalo korišćenje silicijumske fotonike zajedno sa III-V poluprovodnicima koji integrišu lasere i optičke pojačivače kako bi se smanjili optički gubici i poboljšala skalabilnost.
Ovi poluprovodnici omogućavaju kreiranje PIC kola veće gustine i složenosti. Takva kola mogu izvoditi sve operacije potrebne za rad neuronskih mreža, što ih čini idealnim za hardver sledeće generacije u oblasti AI akceleracije.
Kako je platforma izrađena
Izrada je počela sa silicijum-na-izolator (SOI) pločicama koje imaju sloj silicijuma debljine 400 nm. Nakon toga su usledili litografija i suvo jetkanje, a zatim dopiranje za metal-oksid-poluprovodničke (MOSCAP) uređaje i lavinske fotodiode (APD).
Potom je usledio selektivni rast silicijuma i germanijuma kako bi se formirali slojevi za apsorpciju, punjenje i umnožavanje u APD-ima. III-V poluprovodnici (kao što su InP ili GaAs) su integrisani na silicijumsku platformu pomoću „die-to-wafer“ lepljenja.
Tanak sloj oksida (Al₂O₃ ili HfO₂) je dodat radi poboljšanja efikasnosti, a na kraju je nanet debeli dielektrični sloj radi inkapsulacije i termalne stabilnosti.
Nova era AI hardvera
„Heterogena III-V-na-SOI platforma obuhvata sve ključne komponente potrebne za razvoj fotonskih i optoelektronskih računarskih arhitektura za ubrzanje AI/ML sistema. Ovo je posebno značajno za analogne ML fotonske akceleratore, koji koriste kontinuirane analogne vrednosti za predstavljanje podataka,” ističe dr Tosun.
Ova jedinstvena fotonska platforma može omogućiti integraciju na nivou čitave pločice svih potrebnih uređaja za izgradnju optičke neuronske mreže na jednom čipu. U to spadaju aktivni elementi poput lasera i pojačivača na čipu, brzi fotodetektori, energetski efikasni modulacijski uređaji i memorijski neisparivi fazni modifikatori.
Na ovaj način se omogućava razvoj TONN (trenirane optičke neuronske mreže) akceleratora sa efikasnošću (po pitanju prostora i energije) čak 2,9 × 10² puta većom od ostalih fotonskih platformi i 1,4 × 10² puta većom od najnaprednijih digitalnih elektronskih sistema.
Svetlosna efikasnost koja menja pravila igre
Ova tehnologija zaista predstavlja prekretnicu u ubrzavanju AI/ML procesa – smanjuje troškove energije, poboljšava računarsku efikasnost i otvara vrata budućim AI rešenjima u raznim oblastima.
U budućnosti, ova platforma omogućiće data centrima da obrade više AI zadataka i doprineti rešavanju brojnih problema optimizacije.
Ona rešava ključne izazove vezane za računarsku snagu i potrošnju energije, otvarajući put ka snažnijem i održivijem AI hardveru budućnosti.
