Свёрточные нейронные сети (СНС) — рабочие лошадки, лежащие в основе многих величайших достижений ИИ, таких как распознавание лиц на фотографиях, чтение рукописного текста и перевод языков. Они — мастера распознавания образов, сканируя необработанные данные с помощью крошечных фильтров (называемых ядрами), чтобы выделить важные особенности, — своего рода цифровая лупа, выделяющая то, что важно.
Но эта умная фильтрация обходится дорого. Большая часть энергии, потребляемой сверточным нейронным сетями, уходит на эти сложные операции, которые похожи на марафонский забег по каждому пикселю изображения. Это мощный, но не совсем эффективный метод.
По мере того, как системы искусственного интеллекта становятся всё более крупными и «прожорливыми», этот метод грубой силы начинает создавать нагрузку на систему. Центры обработки данных буквально ощущают на себе жару: растущие потребности в электроэнергии вызывают опасения по поводу «рецессии искусственного интеллекта», при которой расходы на поддержание уровня производительности могут замедлить инновации.
Чтобы удовлетворить растущие энергетические потребности ИИ, исследователи из Университета Флориды создали нечто поразительное. Их новый чип, называемый фотонным коррелятором совместным преобразованием (pJTC), преобразует электричество в свет, выполняя одну из самых энергоёмких задач ИИ.
Его особенность заключается в том, как он переписывает правила скорости и эффективности. Вместо того, чтобы ползать на традиционных технологиях, таких как жидкие кристаллы или микрозеркала, pJTC программирует данные и фильтрует их на молниеносных гигагерцовых скоростях. Чип умело переосмысливает проверенные фотонные компоненты оптических приёмопередатчиков, добавляя новую изюминку: добавление кремниевых фотонных линз Френеля с эффектом Фурье, которые выполняют сложные математические вычисления со светом прямо на чипе.
А ещё есть лазерная магия. Благодаря интегрированным в чип лазерам pJTC может выполнять несколько вычислений одновременно, используя свет разных цветов. Эта технология называется спектральным мультиплексированием. Благодаря фотонной проволочной связи он также компактен и элегантен.
В ходе испытаний прототип чипа правильно распознал рукописные цифры с точностью 98%, что сопоставимо с показателями традиционных электронных процессоров.
Вместо того, чтобы обрабатывать числа обычным способом, чип преобразует данные машинного обучения в лазерный луч. Этот луч затем проходит через крошечные линзы Френеля, выгравированные на чипе, которые преломляют его и придают ему форму для выполнения сложных математических вычислений, подобно калькулятору, работающему на свету. После завершения вычислений свет преобразуется обратно в цифровой сигнал, и вуаля — задача ИИ выполнена.
Хангбо Ян, доцент группы Зоргера во Флоридском университете и соавтор исследования, подчеркнул этот прорыв, отметив: «Впервые кто-то поместил этот тип оптических вычислений на чип и применил его к нейронной сети искусственного интеллекта. Мы можем одновременно пропускать через линзу свет разных длин волн, или цветов. Это ключевое преимущество фотоники».
Исследование, опубликованное в журнале Advanced Photonics, было проведено совместно с Флоридским институтом полупроводников, Калифорнийским университетом в Лос-Анджелесе и Университетом Джорджа Вашингтона. Руководитель исследования Фолькер Дж. Зоргер из Университета Флориды отметил, что производители микросхем, такие как NVIDIA, уже используют оптические элементы в некоторых компонентах своих систем искусственного интеллекта, что может упростить интеграцию этой новой технологии.
«В ближайшем будущем оптика на базе чипов станет ключевой частью каждого чипа ИИ, который мы используем ежедневно», — предположил Зоргер. «А на очереди — оптические вычисления на базе ИИ».
Используя одновременно несколько длин волн света, эта фотонная архитектура может обрабатывать данные с невероятной эффективностью, достигая уровней производительности, которые оставляют традиционные чипы далеко позади: до 305 триллионов операций в секунду на ватт и 40,2 триллиона на квадратный миллиметр.
Что это означает в реальном мире?
Это означает, что этот миниатюрный, энергоэффективный чип может дать ИИ-возможности для всех областей применения, от гибких периферийных устройств и высокопроизводительных вычислительных систем до масштабируемых облачных сервисов. Его способность выполнять свёртки с гораздо меньшими вычислительными затратами открывает путь к более быстрому и интеллектуальному ИИ во всём, от беспилотных автомобилей до медицинского сканирования.
Исследование опубликовано в журнале Advanced Photonics .
