Револуционарна AI платформа која користи светлост уместо електрицитета могла би преобликовати начин на који се вештачка интелигенција тренира и примењује.
Коришћењем фотонских интегрисаних кола направљених од напредних III-V полупроводника, истраживачи су развили систем који далеко надмашује традиционалне силицијумске GPU-ове по питању енергетске ефикасности и брзине.
Ова технологија не само да би могла смањити трошкове енергије, већ и омогућити већи ниво перформанси вештачке интелигенције, потенцијално трансформишући све – од дата центара до будућих паметних система.
AI експанзија и инфраструктурни изазови
Вештачка интелигенција (AI) брзо мења многе индустрије. Покретана дубоким учењем и огромним скуповима података, AI захтева огромну рачунарску снагу за тренирање и функционисање.
Данас се већина тих задатака ослања на графичке процесорске јединице (GPU), али њихова велика потрошња енергије и ограничена скалабилност представљају озбиљан изазов. Да би се подржао будући развој AI технологије, неопходна су ефикаснија и одрживија хардверска решења.
Огроман искорак: фотонска кола за вештачку интелигенцију
Недавна студија објављена у IEEE Journal of Selected Topics in Quantum Electronics представља обећавајућу алтернативу: AI платформу која користи фотонска интегрисана кола (PIC). Ови оптички чипови нуде бољу скалабилност и енергетску ефикасност у поређењу са традиционалним GPU системима.
Истраживањем је руководио др Басем Тосун, виши научни сарадник у Hewlett Packard Labs, а резултати показују да PIC кола, која укључују III-V полупроводнике, могу извршавати AI задатке знатно брже и уз далеко мању потрошњу енергије.
За разлику од конвенционалног хардвера који користи електронске дистрибуиране неуронске мреже (DNN), овај нови приступ користи оптичке неуронске мреже (ONN) – кола која рачунају помоћу светлости уместо електричне струје.
Пошто раде брзином светлости и имају минималне губитке енергије, ONN системи представљају огроман потенцијал за ефикасније убрзавање AI алгоритама.
Предности у односу на традиционални силицијум
„Док је силицијумску фотонику лако производити, тешко ју је скалирати за комплексна интегрисана кола. Наша платформа се може користити као грађевински блок за фотонске акцелераторе са знатно већом енергетском ефикасношћу и скалабилношћу од тренутног технолошког стандарда,” објашњава др Тосун.
Тим је користио приступ хетерогене интеграције у изради хардвера. То је укључивало коришћење силицијумске фотонике заједно са III-V полупроводницима који интегришу ласере и оптичке појачиваче како би се смањили оптички губици и побољшала скалабилност.
Ови полупроводници омогућавају креирање PIC кола веће густине и сложености. Таква кола могу изводити све операције потребне за рад неуронских мрежа, што их чини идеалним за хардвер следеће генерације у области AI акцелерације.
Како је платформа израђена
Израда је почела са силицијум-на-изолатор (SOI) плочицама које имају слој силицијума дебљине 400 nm. Након тога су уследили литографија и суво јеткање, а затим допирање за метал-оксид-полупроводничке (MOSCAP) уређаје и лавинске фотодиоде (APD).
Потом је уследио селективни раст силицијума и германијума како би се формирали слојеви за апсорпцију, пуњење и умножавање у APD-има. III-V полупроводници (као што су InP или GaAs) су интегрисани на силицијумску платформу помоћу „die-to-wafer“ лепљења.
Танак слој оксида (Al₂O₃ или HfO₂) је додат ради побољшања ефикасности, а на крају је нанет дебели диелектрични слој ради инкапсулације и термалне стабилности.
Нова ера AI хардвера
„Хетерогена III-V-на-SOI платформа обухвата све кључне компоненте потребне за развој фотонских и оптоелектронских рачунарских архитектура за убрзање AI/ML система. Ово је посебно значајно за аналогне ML фотонске акцелераторе, који користе континуиране аналогне вредности за представљање података,” истиче др Тосун.
Ова јединствена фотонска платформа може омогућити интеграцију на нивоу читаве плочице свих потребних уређаја за изградњу оптичке неуронске мреже на једном чипу. У то спадају активни елементи попут ласера и појачивача на чипу, брзи фотодетектори, енергетски ефикасни модулацијски уређаји и меморијски неиспариви фазни модификатори.
На овај начин се омогућава развој TONN (трениране оптичке неуронске мреже) акцелератора са ефикасношћу (по питању простора и енергије) чак 2,9 × 10² пута већом од осталих фотонских платформи и 1,4 × 10² пута већом од најнапреднијих дигиталних електронских система.
Светлосна ефикасност која мења правила игре
Ова технологија заиста представља прекретницу у убрзавању AI/ML процеса – смањује трошкове енергије, побољшава рачунарску ефикасност и отвара врата будућим AI решењима у разним областима.
У будућности, ова платформа омогућиће дата центрима да обраде више AI задатака и допринети решавању бројних проблема оптимизације.
Она решава кључне изазове везане за рачунарску снагу и потрошњу енергије, отварајући пут ка снажнијем и одрживијем AI хардверу будућности.
