Υπολογιστική

Υπολογισμός με την Ταχύτητα του Φωτός με τη Σιλικόνη Φωτονική

mm
Securities.io maintains rigorous editorial standards and may receive compensation from reviewed links. We are not a registered investment adviser and this is not investment advice. Please view our affiliate disclosure.
Silicon Photonics

Οι μηχανικοί του Πανεπιστημίου της Πενσυλβανίας ανέπτυξαν ένα τσιπ που χρησιμοποιεί κυματισμούς φωτός αντί για ηλεκτρισμό για την εκτέλεση πολύπλοκων μαθηματικών που απαιτούνται για την εκπαίδευση τεχνητής νοημοσύνης (AI). Αυτή η καινοτομία θα μπορούσε να επιταχύνει σημαντικά την επεξεργασία και να μειώσει την κατανάλωση ενέργειας των συσκευών.

Η μελέτη, δημοσιεύτηκε στο Nature Photonics, δείχνει ότι πρόκειται για μια «αντίστροφα σχεδιασμένη δομή χαμηλής διαφοράς δείκτη» σε πλατφόρμα σιλικόνης φωτονικής (SiPh), η οποία ενδέχεται να επιτρέψει τη δημιουργία μεγάλης κλίμακας πλατφορμών αναλογικής υπολογιστικής βασισμένης σε κύματα.

Η σιλικόνη φωτονική χρησιμοποιεί τη σιλικόνη, ένα άφθονα διαθέσιμο και φθηνό στοιχείο που χρησιμοποιείται στην μαζική παραγωγή υπολογιστικών τσιπ, ενσωματώνοντας εξαρτήματα όπως φωτοανιχνευτές, οπτικούς διακόπτες, οπτικούς κυματοδηγούς και οπτικούς διαμορφωτές σε υπόστρωμα σιλικόνης.

Το σιλικόνη φωτονικό (SiPh) τσιπ σε αυτή τη μελέτη χειρίζεται υλικά σε νανοκλίμακα για την εκτέλεση μαθηματικών υπολογισμών χρησιμοποιώντας φως. Αυτή η μέθοδος αλληλεπίδρασης των κυματισμών φωτός με την ύλη υπόσχεται την ανάπτυξη υπολογιστών που θα ξεπεράσουν τους τρέχοντες περιορισμούς των σημερινών τσιπ.

“Αποφασίσαμε να ενώσουμε τις δυνάμεις μας,” δήλωσε ο καθηγητής H. Nedwill Ramsey Nader Engheta, επισημαίνοντας την ανάπτυξη νανοκλίμακων συσκευών σιλικόνης από την ερευνητική ομάδα του Firooz Aflatouni, ο οποίος είναι αναπληρωτής καθηγητής στο Τμήμα Ηλεκτρικής και Συστημικής Μηχανικής.

Ο στόχος ήταν η ανάπτυξη μιας πλατφόρμας για την εκτέλεση πολλαπλασιασμού διανύσματος-μήτρας (VMM), ο οποίος χρησιμοποιείται στην ανάπτυξη και λειτουργία νευρωνικών δικτύων που τροφοδοτούν τα τρέχοντα εργαλεία AI.

Σύμφωνα με τη μελέτη, ενώ οι αντίστροφα σχεδιασμένες μεταδομές SiPh εκτελούν αποδοτικά αναλογικούς υπολογισμούς με ηλεκτρομαγνητικά κύματα, η κλιμάκωσή τους για διαχείριση μεγάλου αριθμού καναλιών δεδομένων αποτελεί πρόκληση. Για να το αντιμετωπίσουν, η ομάδα υιοθέτησε μια δισδιάστατη αντίστροφη σχεδίαση για τη δημιουργία συμπαγών αμορφικών συστημάτων φακών που είναι συνήθως προωθητικά και χαμηλής αντήχησης. Η μελέτη επέδειξε επιτυχώς ένα προϊόν διανύσματος‑μήτρας για μήτρες 2 × 2 και 3 × 3 και σχεδίασε επίσης μια μήτρα 10 × 10.

Αντί να χρησιμοποιήσουν μια λωρίδα σιλικόνης ομοιόμορφου ύψους, η ομάδα ελαφρά αφαίρεσε το υλικό σε συγκεκριμένες περιοχές. Αυτές οι διακυμάνσεις ύψους επιτρέπουν τον έλεγχο της μετάδοσης του φωτός μέσω του τσιπ.

Διανέμοντας αυτές τις διακυμάνσεις, το τσιπ διασκορπίζει το φως σε συγκεκριμένα μοτίβα, επιτρέποντάς του να εκτελεί μαθηματικούς υπολογισμούς με την ταχύτητα του φωτός, τη γρηγορότερη δυνατή μέθοδο επικοινωνίας.

Σύμφωνα με τον Aflatouni, αυτό το σχέδιο είναι ήδη έτοιμο για εμπορικές εφαρμογές λόγω των περιορισμών που επιβάλλει η εμπορική φάμπρικα που παρήγαγε τα τσιπ. Επίσης, το σχέδιο θα μπορούσε ενδεχομένως να προσαρμοστεί για χρήση σε μονάδες επεξεργασίας γραφικών (GPUs), ένα εξειδικευμένο ηλεκτρονικό κύκλωμα που βρίσκεται σε τεράστια ζήτηση λόγω του ενθουσιασμού για AI. Ενσωματώνοντας την πλατφόρμα Σιλικόνης Φωτονικής ως πρόσθετο, ο Aflatouni αναφέρει ότι θα μπορούσαν να επιταχυνθούν οι διαδικασίες εκπαίδευσης και ταξινόμησης.

Ωστόσο, τα οφέλη εκτείνονται πέρα από την ταχύτητα και την ενεργειακή αποδοτικότητα, καθώς το τσιπ ενισχύει επίσης την ιδιωτικότητα. Έτσι, επιτρέποντας πολλές υπολογιστικές διεργασίες να συμβαίνουν ταυτόχρονα, δεν υπάρχει ανάγκη αποθήκευσης ευαίσθητων πληροφοριών στη μνήμη εργασίας του υπολογιστή σας. Αυτό καθιστά έναν υπολογιστή που τροφοδοτείται από τέτοια τεχνολογία ουσιαστικά αδυνατό να παραβιαστεί. Ο Aflatouni παρατήρησε:

“Κανείς δεν μπορεί να παραβιάσει μια ανύπαρκτη μνήμη για να αποκτήσει πρόσβαση στις πληροφορίες σας.” 

Χρηματοδοτημένη εν μέρει από επιχορήγηση του Γραφείου Επιστημονικής Έρευνας του Αμερικανικού Στρατού (US Air Force Office of Scientific Research) μέσω της Πρωτοβουλίας Πολυεπιστημονικής Ερευνητικής Πρωτοβουλίας Πανεπιστημίου (Multidisciplinary University Research Initiative) και άλλη από το Γραφείο Ναυτικής Έρευνας των ΗΠΑ (US Office of Naval Research), η μελέτη αυτή στοχεύει στην υπέρβαση των περιορισμών των τσιπ που χρησιμοποιούνται σήμερα, τα οποία λειτουργούν βάσει αρχών που ισχύουν εδώ και δεκαετίες. Ωστόσο, αξιοποιώντας τη δύναμη του φωτός, αυτή η νέα προσέγγιση μπορεί να ανοίξει το δρόμο για τη νέα γενιά ανάπτυξης AI.

Το Τεράστιο Δυναμικό της Σιλικόνης Φωτονικής

Τις τελευταίες δεκαετίες, η έρευνα και η ανάπτυξη σε αυτό το υλικό συνεχίζονται. Πρόσφατα, όμως, η Σιλικόνη Φωτονική (SiPh) έχει κερδίσει την προσοχή λόγω της αυξανόμενης ζήτησης για γρήγορη και αποδοτική επεξεργασία δεδομένων.

Αυτή η αυξανόμενη ενδιαφέρον έχει το παγκόσμιο μέγεθος αγοράς της σιλικόνης φωτονικής αξίας 1,29 δισεκατομμυρίου δολαρίων το 2022 και προβλέπεται να αυξηθεί με CAGR 25,8% μέχρι το τέλος της δεκαετίας, σύμφωνα με την Grand View Research. Αυτή η ανάπτυξη οφείλεται στην ανάγκη για υψηλότερους ρυθμούς μεταφοράς δεδομένων και εφαρμογές με έντονη ζήτηση εύρους ζώνης.

Η SiPh είναι η ιδανική πλατφόρμα εδώ λόγω της οικονομικής αποδοτικότητάς της και της υψηλής πυκνότητας ολοκλήρωσης. Επίσης, δεδομένου ότι η SiPh είναι συμβατή με την ηλεκτρονική κατασκευή, τα ενσωματωμένα κυκλώματα φωτονικής SiPh (PICs) μπορούν να κατασκευαστούν χρησιμοποιώντας υπάρχουσα υποδομή φάμπρικας. Επιπλέον, η SiPh έχει τη δυνατότητα να ενσωματώσει εκατοντάδες έως χιλιάδες συσκευές σε σύνθετα PICs με κλίμακα σχεδίασης και κατασκευής παρόμοια με το CMOS, ανοίγοντας νέες εφαρμογές στη διασταύρωση της φωτονικής και της υπολογιστικής.

Έτσι, μέσω της υψηλής ταχύτητας μετάδοσής του, της υψηλής πυκνότητας ολοκλήρωσης, των εξαιρετικών οπτικών ιδιοτήτων, της χαμηλότερης κατανάλωσης ενέργειας και της σχετικά φθηνής κατασκευής, η Σιλικόνη Φωτονική έχει γίνει μια πολύτιμη τεχνολογία σε διάφορους τομείς.

Για παράδειγμα, η έρευνα συνεχίζεται στην εφαρμογή της σιλικόνης φωτονικής στο LiDAR για αυτόνομη οδήγηση και βιομηχανική αυτοματοποίηση. Το LiDAR χρησιμοποιεί φως που αντανακλάται σε επιφάνειες αντί για σήματα ραδιοσυχνοτήτων (RF) για την ανάλυση και παροχή κρίσιμων πληροφοριών σχετικά με το περιβάλλον.

Επιπλέον, η σιλικόνη φωτονική μπορεί να χρησιμοποιηθεί για ανίχνευση (δηλαδή οπτική ανίχνευση), όπου η μετάδοση ενός σήματος και η λήψη του μεταδιδόμενου οπτικού σήματος μπορούν να βοηθήσουν στον προσδιορισμό των ιδιοτήτων του περιβάλλοντος. Αυτό μπορεί να είναι ωφέλιμο για εφαρμογές υγείας και φορητές υγειονομικές συσκευές καταναλωτών.

Πέρα από τα αυτόνομα οχήματα και την ανίχνευση, η χρήση της σιλικόνης φωτονικής έχει επίσης εξερευνηθεί στις τηλεπικοινωνίες, τις κβαντικές επικοινωνίες, τη βιοϊατρική, την αεροδιαστημική, την αστρονομία και την AR/VR. Η σιλικόνη φωτονική δείχνει επίσης υποσχέσεις για πλήρη ενσωμάτωση και μεγάλης κλίμακας οπτική κβαντική επεξεργασία πληροφοριών.

Στη συνέχεια υπάρχει η AI, η οποία απαιτεί υπολογιστική υψηλής απόδοσης. Με το φαινόμενο AI να φθάνει σε νέα ύψη και να προβλέπεται περαιτέρω ανάπτυξη, η βιομηχανία τσιπ αντιμετωπίζει επείγουσα ανάγκη για καινοτομία. Εργάζεται εντατικά για την τοποθέτηση περισσότερων τρανζίστορ σε ένα μόνο τσιπ, ώστε να ενισχύσει σημαντικά τη δύναμη επεξεργασίας και την ενεργειακή αποδοτικότητα. Τέτοιες βελτιώσεις είναι κρίσιμες για την εκπαίδευση και λειτουργία αλγορίθμων AI με μεγαλύτερη ακρίβεια, ταχύτητα και οικονομικότητα.

Σε μια προσπάθεια να κερδίσει τον αγώνα των ημιαγωγών, ακόμη και η Κίνα κατασκευάζει γραμμή παραγωγής φωτονικών τσιπ λόγω της ταχύτερης ταχύτητας υπολογισμού και της μεγαλύτερης χωρητικότητας πληροφορίας, η οποία θα είναι σημαντικά υψηλότερη από τα υπάρχοντα τσιπ βασισμένα σε σιλικόνη.

Ένας Μετασχηματιστής για την AI

Το φαινόμενο AI δεν δείχνει σημάδια επιβράδυνσης. Αυτό το νέο κύμα τεχνολογικής προόδου έχει εμφανιστεί ως μια ισχυρή δύναμη που θα επαναπροσδιορίσει πολλές βιομηχανίες και θα μεταμορφώσει το μέλλον. Καθώς η AI γίνεται γρήγορα αναπόσπαστο μέρος της καθημερινής μας ζωής και οι εφαρμογές με έντονη χρήση δεδομένων γίνονται πιο σύνθετες, όλοι, από εταιρείες και κυβερνήσεις μέχρι ιδρύματα και επιστήμονες, αναζητούν τρόπους να την κάνουν πιο αποδοτική.

Αυτό ωθεί τους ανθρώπους στη σιλικόνη φωτονική, η οποία αποτελεί μία από τις πιο υποσχόμενες τεχνολογίες για την αντιμετώπιση σύνθετων και δαπανηρών υπολογισμών που εκτελούν τα βαθιά νευρωνικά δίκτυα, ένα υποσύνολο αλγορίθμων μηχανικής μάθησης που επιτρέπει την πιο ακριβή απόδοση ενός μοντέλου. Τα βαθιά δίκτυα αποτελούνται από στρώματα που περιέχουν μαθηματικές σχέσεις.

Με τέτοιες πολυπλοκότητες, η σιλικόνη φωτονική μπορεί να βοηθήσει στη βελτίωση της απόδοσης και της οικονομικής αποδοτικότητας, κάτι που θα βελτιώσει τη λειτουργία των εφαρμογών AI και μηχανικής μάθησης. Ο κόσμος της AI/ML χρειάζεται τα δεδομένα να ανταλλάσσονται γρήγορα, καταναλώνοντας όσο το δυνατόν λιγότερη ενέργεια και, ταυτόχρονα, διατηρώντας υψηλή υπολογιστική πυκνότητα.

Εδώ, η σιλικόνη φωτονική επιτρέπει καλύτερη επικοινωνία μεταξύ των μονάδων υπολογισμού. Το υλικό επιτρέπει επίσης τη χρήση βραχυπρόθεσμων οπτικών διασυνδέσεων για την αποδοτική μεταφορά δεδομένων σε σχετικά μικρές αποστάσεις εντός των εφαρμογών AI/ML. Η γρήγορη μετάδοση των δεδομένων είναι ουσιώδης για τη λήψη αποφάσεων σε πραγματικό χρόνο.

Με αυτόν τον τρόπο, η σιλικόνη φωτονική συμβάλλει στη συνολική αποτελεσματικότητα και απόδοση των συστημάτων AI. Εκμεταλλευόμενοι αυτό το υλικό, οι εταιρείες μπορούν επίσης να απελευθερώσουν μεγαλύτερες υπολογιστικές δυνατότητες και να έχουν πιο ακριβή και ανταποκριτικά αποτελέσματα.

Η σιλικόνη φωτονική είναι ιδιαίτερα κατάλληλη για υπολογισμούς λόγω της ικανότητας αυτών των κυκλωμάτων να είναι ταχύτερα από τα παραδοσιακά ηλεκτρονικά κυκλώματα. Επιπλέον, η οπτική επεξεργασία τους είναι εγγενώς παράλληλη, κάτι που καθιστά δυνατή την εκτέλεση πολλαπλών ενεργειών ταυτόχρονα.

Η σιλικόνη φωτονική επιτρέπει επίσης τη συνένωση βασικών εξαρτημάτων σε πολυάριθμες συνδυαστικές διατάξεις για την κατασκευή πολύπλοκων κυκλωμάτων, επιτρέποντας τη δημιουργία προηγμένων συστημάτων προσαρμοσμένων σε συγκεκριμένες εφαρμογές.

Το μέλλον της σιλικόνης φωτονικής στην AI, όπως βλέπουμε, είναι λαμπρό, δεδομένου του δυναμικού της να μετασχηματίσει τους αλγόριθμους AI και να ενισχύσει περαιτέρω τις δυνατότητες των συστημάτων AI. Είναι σίγουρα μια ενδιαφέρουσα εποχή για τη σιλικόνη φωτονική.

Κάντε κλικ εδώ για να μάθετε όλα σχετικά με την επένδυση στην τεχνητή νοημοσύνη. 

Μια Ματιά σε Δημοφιλείς Κατασκευαστές Τσιπ

Τώρα, ας ρίξουμε μια ματιά σε μερικά εξέχοντα ονόματα που δραστηριοποιούνται στην παραγωγή τσιπ:

#1. NVIDIA Corporation

Ο ηγέτης στην βιομηχανία τσιπ, η Nvidia, είναι αυτή τη στιγμή η τρίτη πιο πολύτιμη εταιρεία στην αγορά μετοχών των ΗΠΑ. Μετά όλα, ελέγχει περίπου το 80% της αγοράς τσιπ AI. Με τις μετοχές της να διαπραγματεύονται στα $793,50, η εταιρεία έχει επιτύχει κεφαλαιοποίηση αγοράς $1,95 τρισεκατομμυρίων.

(NVDA )

Οι μετοχές της Nvidia έχουν ανεβεί εκρηκτικά και είναι ήδη πάνω κατά 58,6% ετησίως. Με αυτά, η εταιρεία έχει EPS (TTM) 11,93, P/E (TTM) 65,84 και ROE (TTM) 69,17%. Επίσης, καταβάλλει απόδοση μερίσματος 0,02%.

Καθώς η ζήτηση αυξάνεται παγκοσμίως σε διάφορους κλάδους και χώρες, η Nvidia ανακοίνωσε τα αποτελέσματα του τέταρτου τριμήνου, με τα έσοδα να τριπλασιάζονται σε $22,1 δισεκατομμύρια. Σύμφωνα με τον Διευθύνοντα Σύμβουλο και συνιδρυτή Jensen Huang:

“Η επιταχυμένη υπολογιστική και η γενετική AI έχουν φτάσει στο σημείο καμπής.”

Η αυξανόμενη ζήτηση για τα τσιπ της έχει προβλέψει στην εταιρεία αύξηση 233% στα έσοδα του πρώτου τριμήνου. Το τσιπ H100 για κέντρα δεδομένων της εταιρείας είναι αυτό που βοηθά την Nvidia να ηγείται του χώρου AI. Είναι βελτιστοποιημένο για την επεξεργασία τεράστιων ποσοτήτων δεδομένων και υπολογισμών με υψηλές ταχύτητες, καθιστώντας το ιδανική λύση για την εντατική σε ενέργεια εργασία εκπαίδευσης μοντέλων AI.

Κάντε κλικ εδώ για να μάθετε όλα σχετικά με την επένδυση στην NVIDIA Corporation (NVDA).

#2. Intel Corporation

Ο αμερικανικός κατασκευαστής τσιπ κάνει μια ανάκαμψη καθώς επεκτείνει την επιχείρηση φάμπρικας του, η οποία κατασκευάζει σχέδια τσιπ για άλλες εταιρείες. Η Microsoft έχει επιλέξει την εταιρεία για την παραγωγή των υψηλής τεχνολογίας ημιαγωγών της και για την “ανασυγκρότηση της δυτικής παραγωγής σε μεγάλη κλίμακα”.

Το τσιπ θα σχεδιαστεί για χρήση της τεχνολογίας 18A της Intel, μιας διαδικασίας κατασκευής που κάνει τα ημιαγωγά πιο μικρά και πιο ενεργειακά αποδοτικά. “Η Intel είναι η κορυφαία εταιρεία τσιπ της χώρας,” δήλωσε η Υπουργός Εμπορίου των ΗΠΑ, Gina Raimondo, επισημαίνοντας ότι η Google, η OpenAI και άλλες που δημιουργούν LLMs θα απαιτήσουν έναν “απίστευτο” όγκο ημιαγωγών τα επόμενα χρόνια.

(INTC )

Κατά τη στιγμή της σύνταξης, οι μετοχές της Intel διαπραγματεύονται στα $43,12, κάτω 14,47% ετησίως, γεγονός που θέτει την κεφαλαιοποίηση της εταιρείας στα $181,7 δισεκατομμύρια. Έχει EPS (TTM) 0,38, P/E (TTM) 113,46 και ROE (TTM) 1,63%. Επίσης, καταβάλλει απόδοση μερίσματος 1,16%. Σύμφωνα με τον Διευθύνοντα Σύμβουλο της Intel, Pat Gelsinger:

“Η συνολική ζήτηση (για τσιπ AI) φαίνεται αδηράντη για αρκετά χρόνια στο μέλλον.”

#3. Samsung

Ο τεχνολογικός γίγαντας με έδρα τη Νότια Κορέα σχεδιάζει να κυκλοφορήσει την τεχνολογία τσιπ 2nm για να αποκτήσει προβάδισμα έναντι άλλων κατασκευαστών τσιπ. Σύμφωνα με το σχέδιο Foundry Forum (SFF) της Samsung, η εταιρεία θα ξεκινήσει την παραγωγή της διαδικασίας 2nm σε μεγάλη κλίμακα το 2025 για εφαρμογές κινητών και θα προχωρήσει σε εφαρμογές υψηλής απόδοσης υπολογιστών τον επόμενο χρόνο, και στη συνέχεια θα μεταβεί στη βιομηχανία αυτοκινήτων. Ένα χρόνο αργότερα, η Samsung αναμένεται να ξεκινήσει τη διαδικασία 1,4nm.

Η εταιρεία έχει κεφαλαιοποίηση $373 δισεκατομμυρίων με τις μετοχές της να διαπραγματεύονται στα $1.373. Η Samsung έχει P/E Ratio (TTM) 14,25, EPS (TTM) 96,44 και καταβάλλει απόδοση μερίσματος 1,98%. Στην οικονομική της έκθεση Q4 2023, η Samsung σημείωσε ότι η μονάδα φάμπρικας της εξασφάλισε συμφωνία για τα τσιπ AI 2nm από την ιαπωνική startup AI Preferred Networks (PFN), η οποία είχε συνεργαστεί προηγουμένως με την Taiwan Semiconductor Manufacturing Co (TSMC).

Ο κατασκευαστής τσιπ συνεργάζεται επίσης με την Arm για τη βελτιστοποίηση του πυρήνα Cortex-X στην πιο προηγμένη τεχνολογία κατασκευής τσιπ της, GAA. Στο τέλος του περασμένου έτους, η Samsung υπέγραψε επίσης συνεργασία με την Tenstorrent, η οποία στοχεύει να ανταγωνιστεί την Nvidia ως πελάτης.

Συμπέρασμα

Καθώς οι προόδους στην AI οδηγούν τη ζήτηση για αυξημένη υπολογιστική ισχύ, η σιλικόνη φωτονική εμφανίζεται ως μια υποσχόμενη τεχνολογία, η οποία έχει τη δυνατότητα να μειώσει τη καθυστέρηση ενώ αυξάνει την αποδοτικότητα, επιτρέποντας την κατασκευή φωτονικών εξαρτημάτων σε σιλικόνη με χρήση τυπικών διαδικασιών κατασκευής ημιαγωγών.

Παρόλο που η σιλικόνη φωτονική έχει πολλά πλεονεκτήματα, δεν θα αντικαταστήσει τα ηλεκτρονικά τσιπ σύντομα. Αυτό οφείλεται στο ότι οι δυνατότητες της σιλικόνης φωτονικής παραμένουν περιορισμένες, ενώ υπάρχουν τεχνικά εμπόδια στην ανάπτυξη λογισμικού για τη βελτιστοποίηση των δυνατοτήτων τους. Έτσι, θα χρειαστεί χρόνος πριν η χρήση της σιλικόνης φωτονικής γίνει ευρέως διαδεδομένη, αλλά αυτή η τεχνολογία μόλις ξεκινά, και δεδομένου του ρυθμού προόδου της τεχνολογίας AI, αυτό μπορεί σίγουρα να επιταχυνθεί.

Κάντε κλικ εδώ για να μάθετε την τρέχουσα κατάσταση της κβαντικής υπολογιστικής. 

Ο Gaurav ξεκίνησε να交易uje κρυπτονομίσματα το 2017 και από τότε έχει ερωτευθεί με τον κρυπτοχώρο. Το ενδιαφέρον του για όλα τα κρυπτονομίσματα τον μετέτρεψε σε συγγραφέα που ειδικεύεται σε κρυπτονομίσματα και blockchain. Σύντομα βρέθηκε να εργάζεται με εταιρείες κρυπτονομισμάτων και μέσα ενημέρωσης. Είναι επίσης μεγάλος θαυμαστής του Batman.