Lysdrevet Chip Øger AI med 100x Effektivitet

University of Florida forskere præsenterede en lysdrevet chip designet til at løfte AI til nye højder. Den formålsbyggede mikrochip benytter fotoner i stedet for elektroner for at levere ydeevne, der kan måle sig med nutidens mest avancerede muligheder, mens den kun bruger en brøkdel af energien. Sådan kan den lysdrevne chip hjælpe med at skubbe AI-teknologier længere frem end nogensinde før.

Hvorfor AI har brug for nye hardwareløsninger

Efterhånden som AI-systemer bliver kritiske for mange af nutidens mest avancerede teknologier, dukker der fortsat huller op i den nuværende strategi. Dagens tilgang bygger på stadigt udviklende algoritmer for at øge ydeevnen. Tidligere var denne strategi effektiv, fordi AI-ingeniører kunne udvikle mere effektive og formålsbyggede algoritmer for at forbedre ydeevnen uden at støde på hardware-udfordringer.

Beregningskrav

Imidlertid ser dagens AI-økosystem meget anderledes ud, da hardwaren ikke kan følge med de stigende beregningskrav. Selv de mindste teknologiske begrænsninger, såsom den tid det tager for elektroner at bevæge sig over en chip, har vist sig at være begrænsende faktorer for at drive AI-ydeevnen fremad.

Energiforbrug

Denne beregningsmæssige overhead medfører også øgede energikrav. Jo flere chips der bruges til at drive et AI-system, desto mere energi forbruger det. Dagens mest kraftfulde AI-system kræver massive datacentre, der kan forbruge så meget energi som hele byer.

Skaleringsbegrænsninger

Disse krav har sat en grænse for skalerbarheden af det nuværende AI-system. For at overkomme disse begrænsninger skal AI-ingeniører reducere de beregningsmæssige krav til AI-opgaver, da forbedringer i chip-hastighed er gået i stå. Som en del af denne strategi er forskere begyndt at undersøge måder at reducere beregningskravet for konvolutionsoperationer.

Hvorfor konvolution er så energikrævende i AI

Konvolutionsoperationer er en afgørende opgave, som AI-systemer udfører. Begrebet refererer til, hvordan neurale netværk kan identificere mønstre. Konvolution kan dække flere kilder og lokalisere mønstre gennem tekst-, billed- og videofiler. Denne proces er en af de grundlæggende komponenter i moderne AI, og den er den mest energikrævende del af moderne systemer. I nogle AI-systemer udgør konvolution op til ca. 90 % af det samlede energiforbrug.

Lysdrevet Chip Studie

Studiet¹ Near-energy-free photonic Fourier transformation for convolution operation acceleration¹ kaster lys over et fotonisk chipdesign, der tilbyder effektive, kompakte og lav-latens konvolutionskapaciteter. Designet integrerer mikroskopiske optiske komponenter på en siliciumchip, hvilket åbner døren for hurtigere behandling med reduceret energibehov.

Fotonisk Joint Transform Korrelator (pJTC)

En fotonisk joint transform korrelator bruger laserlys til at kode data og overføre dem. Denne strategi muliggør højhastighedsberegninger uden brug af elektronisk datatransmission. Det laserlyskodede signal sendes og opfanges gennem specielle linser, der er designet til at forblive kølige og effektive.

Kilde – Advanced Photonics

Fresnel-linser

Ingeniører designede mikroskopiske ultratynde linser for at udføre denne opgave. Specifikt blev et par miniature Fresnel-linser indgraveret direkte i chippen. Disse linser er tyndere end et menneskehår og ligner designet på dem, der bruges i store fyrtårne. Deres fokuserede design gør dem i stand til præcist at dirigere lysdatatransmissioner.

Fourier-transformation

Processen starter, når chippen overfører data til laserlys, som derefter ledes gennem Fresnel-linserne. Linserne registrerer lysmønstret og konverterer det til et digitalt signal, hvilket muliggør yderligere behandlingsopgaver. Denne strategi eliminerer forsinkelser på grund af elektronhastighed og reducerer driftsomkostningerne for disse systemer, samtidig med at den muliggør unik funktionalitet.

Bølgelængde-multiplexing

Den lysdrevne chips sande skaleringsløft kommer i form af bølgelængde-multiplexing. Bølgelængde-multiplexing refererer til brug af forskellige farvelasere til at udføre parallelle beregninger på den samme chip. Det er en almindelig metode til at forbedre datatransmission og -lagring i andre medier.

Integration af dette i de lysdrevne AI-chips åbner døren for betydelige ydeevneforbedringer uden at øge energibehovet. Specifikt reducerede den lysdrevne chip energiforbruget med 100 x sammenlignet med traditionelle AI-chips med lignende ydeevne.

Lysdrevet Chip Test

Ingeniørerne udførte flere tests for at bevise, at deres lysdrevne chip kunne levere førsteklasses ydeevne med minimal energiforbrug. En af de første tests var at bruge AI til at klassificere håndskrevne tal. Holdet testede også systemets energibehov og datagennemløb under processen. Resultaterne er imponerende.

Ydeevnsresultater for den Lysdrevne Chip

Med hensyn til ydeevne tilbyder chippen databehandling, der kan måle sig med højtydende konventionelle elektroniske chips. Specifikt opnåede den 98 % nøjagtighed i håndskriftklassificeringstestene. Resultaterne forblev de samme, selv efter at ingeniørerne begyndte at tilføje tidsforsinkelser i inputsignalerne.

Multiplexingkapaciteterne i chippen viste pålidelig ydeevne. Den nye arkitektur leverede exceptionel gennemløb og kunne udføre højniveauberegninger med næsten nul energiforbrug. Disse tests åbner døren for bæredygtige datacentre, der kan skalere for at imødekomme behovene i den voksende AI-industri.

Swipe for at rulle →

Fordele ved den Lysdrevne Chip

Der er en lang række fordele, som studiet af den lysdrevne chip har introduceret på markedet. For det første reducerer dens design den beregningsmæssige kompleksitet. Dagens elektronbaserede chips bruger allerede atomskala-enheder, der kræver dyre fremstillingsmetoder. Optiskbaserede chips kræver færre komponenter og opnår bedre resultater.

Lav latenstid

Ingeniørerne lykkedes i deres bestræbelse på at skabe en lysbaseret konvolutionsaccelerator, der specifikt er designet til at understøtte AI-opgaver. Multiplexing-bølgeledningskapaciteterne giver chippen konkurrencedygtig ydeevne og uovertruffen effektivitet. Som sådan kan den være nøglen til at skabe hurtigere og mere kapable AI-modeller fremover.

Effektivitet

Hvis verden skal nå FN’s mål om netto-nul CO₂-udledning, skal der fokuseres på at reducere energiforbruget. Dette chipdesign reducerer energiforbruget med op til 100 x, samtidig med at den bevarer en minimal formfaktor. Bemærkelsesværdigt er, at dette studie præsenterer det første AI-fokuserede fotoniske chipdesign, der opnår betydelig ydeevne uden at kræve ekstra strøm.

Skalerbarhed

Skalerbarheden af denne strategi er uovertruffen. Efterhånden som datacentre dukker op globalt, vil efterspørgslen efter energieffektive chip-løsninger stige. Denne strategi kan lette transmissionsbegrænsninger ved at behandle flere datastreams samtidigt, hvilket åbner døren for lavenergi-datacentre i fremtiden.

Lysdrevet Chip i Virkelige Anvendelser & Tidslinje:

Der er flere anvendelser for den lysdrevne chip. For det første kan enheden hjælpe med at drive forskning og innovation fremad. Som den første undersøgelse, der med succes har skabt en lavstrøm, højtydende AI-fokuseret fotonisk chip, repræsenterer den et monumentalt skridt i bæredygtighed og skalerbarhed. Disse faktorer kan direkte omsættes til mere kraftfulde algoritmer i fremtiden.

Cloud-tjenester

Du vil først se disse chips finde vej ind i datacentre. Disse store faciliteter er kernen i nutidens teknologiske renæssance. Cloud-tjenester kræver store lokaler, der huser tusindvis af computere og kan kæde sammen med andre lokaler for at levere lagerplads og beregningskraft til kunder.

Den lysdrevne chip vil reducere overhead og energikrav for disse lokaler, hvilket indleder en ny æra af højtydende AI med minimal energiefterspørgsel. Energisparet er så stort, at du kan forvente, at mange datacentre vil skifte til fotoniske chip-baserede systemer, så snart de er let tilgængelige.

Kommunikation

Der er flere måder, hvorpå denne teknologi vil hjælpe med at styrke kommunikation ved at løse kritiske problemer som sidste-mil-problemer. Allerede har ingeniører integreret AI for at forbedre data transmission systems. Nu vil disse komponenter kræve mindre energi og kan kobles sammen og køre parallelt for yderligere at forbedre behandlingskraften.

Højtydende Computing

Denne teknologi vil hjælpe med at drive morgendagens højtydende computere. Disse enheder vil integrere AI sammen med andre teknologier som ansigtsgenkendelse og sprogoversættelse for at forbedre menneske-computer-interaktionen. Målet er at gøre computing mere kraftfuld, samtidig med at den bliver mindre forvirrende for nye brugere.

Militær

Militæret undersøger allerede denne teknologi. Afhængighed af AI-systemer til alt fra trusselsdetektion til at styre droner i omstridt luftrum er nu normen. Som sådan vil disse systemer løbende skulle opgraderes for at bekæmpe modstandere. At reducere strømforbruget for AI-systemer åbner døren for mange innovationer, såsom indfødte systemer, der ikke kræver kommunikation til centraliserede løsninger for at fungere.

Medicinsk

AI fortsætter med at revolutionere den medicinske sektor. Der er flere AI-systemer i brug i dag, der kan detect diseases, hjælpe med recovery, anbefale behandlinger og udføre operationer.  Dette forbedrede chipdesign kan hjælpe med at redde liv ved at gøre medicinske komponenter sikrere og mere effektive. Fremtidige enheder kan kræve meget mindre energi, hvilket gør dem i stand til at køre længere og levere flere nyttige funktioner.

Bærbare enheder

Wearables er en anden branche, der vil opleve betydelige ydeevneforbedringer med integrationen af lysbaserede chips. Disse chips gør det muligt for designere at lave enheder, der er mindre, mere kapable og med færre batterikrav. Wearables, der bruger mindre energi, kan have mindre batterier eller ekstra funktioner, hvilket øger deres anvendelighed.

Tidslinje

Det kan tage yderligere 3-5 år, før ingeniørerne kan bringe deres lysdrevne chip på markedet. Der er stor efterspørgsel efter produktet. Holdet skal dog stadig finde industrielle partnere til at finjustere deres design- og fremstillingsmetoder. På trods af eventuelle forsinkelser er efterspørgslen efter disse chips enorm, og AI-virksomheder vil sandsynligvis investere kraftigt i dette projekt på grund af de forventede fordele.

Forskere bag den Lysdrevne Chip

Studiet af den lysdrevne chip blev afholdt ved University of Florida med deltagere fra Florida Semiconductor Institute, UCLA og George Washington University.  Papiret opremser Hangbo Yang, Nicola Peserico, Shurui Li, Xiaoxuan Ma, Russell L. T. Schwartz, Mostafa Hosseini, Aydin Babakhani, Chee Wei Wong, Puneet Gupta og Volker J. Sorger som hovedbidragydere til arbejdet. Bemærkelsesværdigt blev studiet delvist finansieret af Office of Naval Research.

Fremtiden for den Lysdrevne Chip

Fremtiden for den lysdrevne chip ser lys ud. Du kan forvente, at dette arbejde åbner døren for flere chip-baserede optikker. I fremtiden kan denne tilgang blive industriens standard for AI-anvendelser, så AI-branchen kan tilpasse sig miljøkravene.

Investering i Kunstig Intelligens

Der er flere virksomheder, der har vist sig bemærkelsesværdige i forhold til at fremme næste generations AI-kapaciteter. Disse virksomheder spænder fra chipproducenter til AI-algoritmeudviklere og mere. Deres arbejde fortsætter med at drive innovation og bevidsthed om AI-anvendelser. Her er en virksomhed, der har opnået et ry for kreativitet og dedikation til at løse nogle af AI’s største problemer.

NVIDIA

Den i Silicon Valley-baserede NVIDIA (NVDA ) gik ind på markedet i 1993. Virksomheden blev grundlagt af Jensen Huang, Chris Malachowsky og Curtis Priem for at levere high-end grafikkort til markedet. I dag er den førende leverandør af GPU’er og anerkendes som en af de mest innovative AI-virksomheder i drift.

NVIDIA har altid haft en innovativ ånd. Fra lanceringen af deres NV1 grafiske accelerator i 1995 har virksomheden set stigende forbruger- og investorstøtte. I 1999 gik virksomheden på børsen. Mindre end et år senere sikrede den et strategisk partnerskab med Microsoft (MSFT ) som grafikkortleverandør til XBOX-spilkonsollen.

I 2019 erhvervede NVIDIA Mellanox som en del af deres større strategi for at forbedre deres markedsindtrængen i datacentersektoren. I dag har de en dominerende position på markedet for datacenter-serviceudbydere og tilbyder nogle af de mest anerkendte grafikkort og AI-systemer, der er tilgængelige.

Seneste NVDA (NVDA) Aktienie Nyheder og Performance

Lysdrevet Chip | Konklusion

Studiet af den lysdrevne chip åbner døren for en mere bæredygtig fremtid, hvor tilføjelse af ydeevne ikke altid betyder øgede energikrav. Den lysdrevne chip giver ingeniører et indblik i en bedre måde at opnå AI-niveau beregninger uden at tømme kraftværkerne. Af den grund og mange andre, fortjener dette team en stående ovation.

Lær om andre seje AI-teknologier nu.

Referencer:

^{1. Hangbo Yang, Nicola Peserico, Shurui Li, Xiaoxuan Ma, Russell L. T. Schwartz, Mostafa Hosseini, Aydin Babakhani, Chee Wei Wong, Puneet Gupta, Volker J. Sorger. Near-energy-free photonic Fourier transformation for convolution operation acceleration. Advanced Photonics, 2025; 7 (05) DOI: 10.1117/1.AP.7.5.056007}