Исследователи из Сиднейского университета представили прототип нанофотонного процессора. Устройство выполняет вычисления для искусственного интеллекта с помощью света, а не электрического тока.
Математические операции обрабатываются фотонами за триллионные доли секунды. Прототип полностью спроектировали в центре Sydney Nano Hub. Это попытка радикально перестроить аппаратную архитектуру, чтобы угнаться за растущими аппетитами ИИ-систем.
Вместо привычных электронных сигналов чип считает прямо в момент прохождения света сквозь встроенные наноструктуры. Разработчики уверены: такой подход бьёт в главную боль масштабирования нейросетей — колоссальное потребление энергии.
Дата-центры (ЦОД), которые тянут тяжёлые языковые модели, сжигают мегаватты электричества. Классические кремниевые процессоры требуют мощнейших систем охлаждения, чтобы просто поддерживать рабочую температуру и не выйти из строя.
Обычные чипы гоняют по цепям электрически заряженные частицы — электроны. Это неизбежно создаёт сопротивление и выделяет массу тепла, вынуждая операторов вливать миллионы в энергоёмкие системы охлаждения.
Читайте: Google Willow – 5 минут против вечности и конец эпохи современной криптографии
Оптические вычисления для нейросетей
Нанофотонный процессор работает по иному принципу. Он не пропускает электроны через микросхемы, а направляет свет сквозь миниатюрные структуры.
Их ширина — пара десятков микрометров, что сопоставимо с толщиной человеческого волоса. Пока фотоны летят через эти каналы, физические элементы сами выполняют нужные для машинного обучения вычисления. Отдельный этап электронной обработки данных больше не нужен.
Архитектура чипа копирует нейросеть и программно имитирует работу человеческого мозга.
Физическая компоновка наноструктур берёт на себя роль искусственных нейронов: они распознают образы и сортируют данные прямо на лету, пока свет движется по устройству.
Профессор Сяокэ И (Xiaoke Yi), руководитель исследовательской группы фотоники в Школе электротехники и вычислительной техники Сиднейского университета, называет проект фундаментальным сдвигом в производстве оборудования.
«Мы переосмыслили использование фотоники для создания новых, энергоэффективных и сверхбыстрых процессоров, — подчёркивает госпожа И. — Высокое энергопотребление всё сильнее тормозит развитие ИИ. Наша разработка считает с помощью света. Это надёжный фундамент для более компактных, экономичных и быстрых ИИ-ускорителей».
Тестирование на медицинских данных
Чтобы проверить прототип в деле, исследовательская команда обучила чип классифицировать более десяти тысяч биомедицинских снимков.
В базу загрузили МРТ молочной железы, грудной клетки и брюшной полости. Лабораторные тесты и симуляции подтвердили: фотонная нейросеть выявляет медицинские аномалии с точностью от 90 до 99%.
Скорость поражает — каждое вычисление укладывалось в пикосекундный диапазон. Операции занимали триллионные доли секунды. Ровно столько времени требовалось свету, чтобы пролететь сквозь наноструктуру.
Полученные цифры доказывают главное, что нейросети можно физически интегрировать в наноразмерные фотонные структуры. Их больше не обязательно запускать в виде обычного софта на классических процессорах.
Результаты исследования вышли на фоне непрерывного расширения ИИ-инфраструктуры по всему миру. Каждый новый дата-центр перегружает электросети и требует огромных капитальных затрат на отвод тепла.
Фотонные вычисления способны критически снизить эту нагрузку. Свет идёт сквозь материалы без электрического сопротивления. Тепловыделение и энергопотребление падают кратно по сравнению с электронными конкурентами.
Австралийская группа потратила больше 10 лет, пытаясь найти коммерческое применение фотонике в вычислительных технологиях. Следующий шаг — масштабирование архитектуры. Команда планирует создать крупные фотонные нейросети для обработки сверхсложных массивов данных.
Если технологию удастся поставить на поток, фотонные чипы смогут дополнить или полностью вытеснить традиционные процессоры в тяжёлых ИИ-задачах. Технологический сектор получит быстрое и энергоэффективное оборудование.
Подробные результаты работы опубликованы в рецензируемом научном журнале Nature Communications.
Хочу первым узнавать о ТЕХНОЛОГИЯХ – ПОДПИСАТЬСЯ на Telegram
Читать свежие обзоры гаджетов на нашем сайте – TehnObzor.RU