Computeren met de snelheid van licht met siliciumfotonic

Ingenieurs van de Universiteit van Pennsylvania hebben een chip ontwikkeld die lichtgolven in plaats van elektriciteit gebruikt om ingewikkelde wiskunde uit te voeren die nodig is om kunstmatige intelligentie (AI) te trainen. Deze innovatie kan de verwerking aanzienlijk versnellen en het energieverbruik van apparaten verminderen.

De studie, gepubliceerd in Nature Photonics, toont aan dat dit een “inverse-ontworpen laag-index-contraststructuur” is op een siliciumfotonic (SiPh) platform, wat potentieel grootschalige golfgebaseerde analoge rekenplatformen mogelijk maakt.

Siliciumfotonic maakt gebruik van silicium, een overvloedig beschikbaar en goedkoop element dat wordt gebruikt bij de massaproductie van computerchips, en integreert componenten zoals fotodetectoren, optische schakelaars, optische golfgeleiders en optische modulatoren op een siliciumsubstraat.

De siliciumfotonic (SiPh) chip in deze studie manipuleert materialen op nanoschaal om wiskundige berekeningen uit te voeren met behulp van licht. Deze methode van interactie tussen lichtgolven en materie belooft computers te ontwikkelen die de huidige beperkingen van hedendaagse chips overstijgen.

“We besloten de krachten te bundelen,” zei H. Nedwill Ramsey Professor Nader Engheta, verwijzend naar de ontwikkeling van nanoschaal siliciumapparaten door de onderzoeksgroep van Firooz Aflatouni, die een universitair hoofddocent is in Electrical and Systems Engineering.

Het doel is geweest om een platform te ontwikkelen om vector-matrixvermenigvuldiging (VMM) uit te voeren, wat wordt gebruikt bij de ontwikkeling en werking van neurale netwerken die de huidige AI-tools aandrijven. 

Volgens de studie voeren inverse-ontworpen SiPh metastructuren efficiënt analoge berekeningen uit met elektromagnetische golven, maar het opschalen ervan om een groot aantal datakanalen te beheren vormt een uitdaging. Om dit aan te pakken, heeft het team een 2D inverse-ontwerpbenadering gehanteerd om compacte amorfe lenssystemen te creëren die doorgaans feed-forward en laag-resonant zijn. De studie heeft met succes een vector‑matrixproduct voor 2 × 2 en 3 × 3 matrices aangetoond en ook een 10 × 10 matrix ontworpen.

In plaats van een siliciumwafer met uniforme hoogte te gebruiken, heeft het team het silicium selectief dunner gemaakt in specifieke gebieden. Deze hoogtvariaties maken controle over de lichttransmissie door de chip mogelijk.

Door deze variaties te verspreiden, verstrooit de chip licht in specifieke patronen, waardoor hij wiskundige berekeningen kan uitvoeren met de snelheid van licht, de snelst mogelijke communicatiemethode.

Volgens Aflatouni is dit ontwerp al klaar voor commerciële toepassingen vanwege de beperkingen opgelegd door de commerciële foundry die de chips heeft geproduceerd. Bovendien kan het ontwerp mogelijk worden aangepast voor gebruik in grafische verwerkingseenheden (GPU’s), een gespecialiseerde elektronische schakeling die momenteel enorm in trek is in lijn met de AI‑golf. Door het Silicon Photonics‑platform als add‑on te integreren, vermeldt Aflatouni, zou men de trainings- en classificatieprocessen kunnen versnellen.

De voordelen reiken echter verder dan snelheid en energie‑efficiëntie, aangezien de chip ook de privacy verbetert. Door veel berekeningen gelijktijdig te laten plaatsvinden, is het niet nodig gevoelige informatie op te slaan in het werkgeheugen van uw computer. Dit maakt een computer die door zo’n technologie wordt aangedreven in wezen onhackbaar. Aflatouni merkte op:

“Niemand kan in een niet‑bestaand geheugen hacken om uw informatie te benaderen.” 

Gedeeltelijk gefinancierd door een subsidie van het US Air Force Office of Scientific Research’s Multidisciplinary University Research Initiative en een andere van het US Office of Naval Research, heeft deze studie als doel de beperkingen van de vandaag gebruikte chips te overwinnen, die opereren volgens principes die de afgelopen decennia van kracht zijn geweest. Maar door de kracht van licht te benutten, kan deze nieuwe benadering de weg vrijmaken voor de nieuwe generatie AI‑ontwikkeling. 

Het enorme potentieel van siliciumfotonic

De afgelopen decennia is onderzoek en ontwikkeling op dit materiaal voortgezet. Recentelijk heeft siliciumfotonic (SiPh) echter aandacht gekregen vanwege de groeiende vraag naar snelle en efficiënte gegevensverwerking.

Deze groeiende interesse heeft de wereldwijde marktgrootte van siliciumfotonic gewaardeerd op $1,29 miljard in 2022 en wordt volgens Grand View Research geprojecteerd te groeien met een CAGR van 25,8% tegen het einde van dit decennium. Deze groei is te wijten aan de behoefte aan hogere gegevensoverdrachtsnelheden en bandbreedte‑intensieve toepassingen.

SiPh is hier het perfecte platform vanwege zijn economische efficiëntie en hoge integratiedichtheid. Bovendien, aangezien SiPh compatibel is met elektronische fabricage, kunnen SiPh fotonische geïntegreerde circuits (PIC’s) worden vervaardigd met behulp van gevestigde foundry‑infrastructuur. SiPh heeft bovendien het potentieel om honderden tot duizenden apparaten te integreren in complexe PIC’s met een ontwerp‑ en fabricageschaalbaarheid vergelijkbaar met CMOS, waardoor nieuwe toepassingen ontstaan op het snijvlak van fotonica en computing.

Daarom is siliciumfotonic, dankzij de hoge snelheid van transmissie, hoge integratiedichtheid, uitstekende optische eigenschappen, lager energieverbruik en relatief goedkope productie, een waardevolle technologie geworden in diverse sectoren. 

Zo is er onderzoek gaande naar de toepassing van siliciumfotonic in LiDAR voor autonoom rijden en industriële automatisering. LiDAR gebruikt licht dat van oppervlakken wordt gereflecteerd in plaats van radiofrequentiesignalen (RF) om kritische informatie over de omgeving te analyseren en te leveren.

Bovendien kan siliciumfotonic worden gebruikt voor sensing (d.w.z. optische sensing), waarbij de transmissie van een signaal en de ontvangst van het uitgezonden optische signaal kunnen helpen de eigenschappen van de omringende omgeving te bepalen. Dit kan nuttig zijn voor gezondheidsapplicaties en consumentengezondheids‑wearables. 

Naast autonome voertuigen en sensing is het gebruik van siliciumfotonic ook onderzocht in telecommunicatie, kwantumcommunicatie, biomedisch, lucht‑ en ruimtevaart, astronomie en AR/VR. Siliciumfotonic toont ook potentieel voor volledige integratie en grootschalige optische kwantuminformatieverwerking.

Dan is er AI, dat hoge prestaties in computing vereist. Met de AI‑golf die nieuwe hoogten bereikt en verder zal groeien, staat de chipindustrie onder druk om te innoveren. Men werkt hard aan het plaatsen van meer transistors op één chip om de verwerkingskracht en energie‑efficiëntie aanzienlijk te verbeteren. Dergelijke verbeteringen zijn cruciaal voor het nauwkeuriger, sneller en kosteneffectiever trainen en uitvoeren van AI‑algoritmen.

In een poging de halfgeleiderrace te winnen, bouwt zelfs China een productielijn voor fotonische chips vanwege de snellere rekensnelheid en grotere informatiecapaciteit, die aanzienlijk hoger zal zijn dan die van de bestaande op silicium gebaseerde chips.

Een game‑changer voor AI

De AI‑golf vertoont geen tekenen van vertraging. Deze nieuwe golf van technologische vooruitgang is uitgegroeid tot een krachtige kracht die vele industrieën zal revolutioneren en de toekomst zal transformeren. Nu AI snel een integraal onderdeel van ons dagelijks leven wordt en data‑intensieve toepassingen in complexiteit toenemen, zoeken bedrijven, overheden, instellingen en wetenschappers allemaal naar manieren om het efficiënter te maken. 

Dit drijft mensen naar siliciumfotonic, een van de meest veelbelovende technologieën om complexe en dure berekeningen die door diepe neurale netwerken worden uitgevoerd, een subset van machine‑learning‑algoritmen die de prestaties van een model nauwkeuriger maken, aan te pakken. Diepe netwerken bestaan uit lagen die wiskundige relaties bevatten.

Met dergelijke complexiteit kan siliciumfotonic helpen de prestaties en kostenefficiëntie te verbeteren, wat de werking van AI‑ en machine‑learning‑toepassingen zou verbeteren. De wereld van AI/ML heeft snelle gegevensuitwisseling nodig met zo min mogelijk energieverbruik, terwijl tegelijkertijd een hoge rekendichtheid behouden moet blijven.

Hier maakt siliciumfotonic betere communicatie tussen rekeneenheden mogelijk. Het materiaal maakt bovendien het gebruik van kort‑afstand optische interconnects mogelijk om gegevens efficiënt over relatief korte afstanden binnen AI/ML‑toepassingen te transporteren. Snelle gegevensoverdracht is essentieel voor realtime besluitvorming. 

Op deze manier draagt siliciumfotonic bij aan de algehele effectiviteit en prestaties van AI‑systemen. Door dit materiaal te benutten, kunnen bedrijven ook grotere rekenmogelijkheden ontgrendelen en nauwkeurigere en responsievere resultaten behalen.

Siliciumfotonic is bijzonder geschikt voor computing vanwege het vermogen van dergelijke circuits om sneller te zijn dan traditionele elektronische circuits. Bovendien is hun optische verwerking van nature parallel, waardoor meerdere handelingen gelijktijdig kunnen worden uitgevoerd. 

Siliciumfotonic maakt ook dat fundamentele componenten in talrijke combinaties kunnen worden samengebracht om zeer complexe circuits te bouwen, waardoor de creatie van geavanceerde systemen mogelijk wordt die zijn afgestemd op specifieke toepassingen.

De toekomst van siliciumfotonic in AI, zoals we zien, is veelbelovend, gezien het potentieel om AI‑algoritmen te transformeren en de mogelijkheden van AI‑systemen verder uit te breiden. Het is zeker een interessante tijd voor siliciumfotonic.

Klik hier om alles te leren over investeren in kunstmatige intelligentie. 

Een blik op populaire chipfabrikanten

Laten we nu een kijkje nemen bij een paar prominente namen die actief zijn in de chipproductie:

#1. NVIDIA Corporation

De leider in de chipindustrie, Nvidia, is momenteel het derde meest waardevolle bedrijf op de Amerikaanse aandelenmarkt. Het controleert ongeveer 80 % van de AI‑chipmarkt. Met een aandelenprijs van $793,50 heeft het bedrijf een marktkapitalisatie van $1,95 biljoen bereikt. 

De aandelen van Nvidia zijn als gekken gestegen en staan al 58,6 % hoger jaar‑tot‑datum. Het bedrijf heeft een EPS (TTM) van 11,93, een P/E (TTM) van 65,84 en een ROE (TTM) van 69,17 %. Het betaalt ook een dividendrendement van 0,02 %.

As demand surges worldwide across industries and nations, Nvidia reported its fourth-quarter results, with revenue more than tripling to $22.1 billion. According to CEO and co-founder Jensen Huang:

“Accelerated computing and generative AI have hit the tipping point.”

De stijgende vraag naar zijn chips heeft het bedrijf een groei van 233 % in de Q1‑omzet voorspeld. De H100 datacenter‑chip van het bedrijf helpt het bedrijf de AI‑markt te leiden. Hij is geoptimaliseerd om enorme hoeveelheden data en berekeningen met hoge snelheid te verwerken, waardoor hij een perfecte oplossing is voor de energie‑intensieve taak van het trainen van AI‑modellen. 

Klik hier om alles te leren over investeren in NVIDIA Corporation (NVDA).

#2. Intel Corporation

De in de VS gevestigde chipfabrikant maakt een comeback door zijn foundry‑activiteiten uit te breiden, die chipontwerpen voor andere bedrijven vervaardigen. Microsoft heeft het bedrijf gekozen om zijn high‑end halfgeleiders te maken en “westers productie op schaal te herbouwen”.

De chip zal worden ontworpen om Intel’s 18A‑node te gebruiken, een fabricageproces dat halfgeleiders kleiner en energie‑efficiënter maakt. “Intel is het toonaangevende chipbedrijf van het land,” zei de Amerikaanse minister van Handel Gina Raimondo, terwijl ze opmerkte dat Google, OpenAI en anderen die LLM’s bouwen een “verbazingwekkend” volume halfgeleiders in de komende jaren nodig zullen hebben.

Op het moment van schrijven worden Intel‑aandelen verhandeld tegen $43,12, een daling van 14,47 % jaar‑tot‑datum, wat de marktkapitalisatie van het bedrijf op $181,7 miljard brengt. Het heeft een EPS (TTM) van 0,38, een P/E (TTM) van 113,46 en een ROE (TTM) van 1,63 %. Het betaalt ook een dividendrendement van 1,16 %. Volgens Intel‑CEO Pat Gelsinger:

“De algehele vraag (naar AI‑chips) lijkt onstilbaar voor meerdere jaren in de toekomst.”

#3. Samsung

De in Zuid‑Korea gevestigde technologische gigant plant om zijn 2 nm chiptechnologie uit te brengen om een voorsprong te krijgen op andere chipfabrikanten. Volgens het Samsung Foundry Forum (SFF) plan zal het bedrijf in 2025 op grote schaal beginnen met de productie van het 2 nm‑proces voor mobiele toepassingen en zal het het jaar daarna inzetten voor high‑performance computing‑toepassingen, waarna het zich zal richten op de auto‑industrie. Een jaar later wordt verwacht dat Samsung het 1,4 nm‑proces start.

Het bedrijf heeft een marktkapitalisatie van $373 miljard en zijn aandelen worden verhandeld tegen $1.373. Samsung heeft een P/E‑ratio (TTM) van 14,25, een EPS (TTM) van 96,44 en betaalt een dividendrendement van 1,98 %. Tijdens het financiële rapport van Q4 2023 meldde Samsung dat de foundry‑divisie een overeenkomst heeft veiliggesteld voor zijn 2 nm AI‑chips van de Japanse AI‑startup Preferred Networks (PFN), die eerder samenwerkte met Taiwan Semiconductor Manufacturing Co (TSMC). 

De chipfabrikant werkt ook samen met Arm om de Cortex‑X‑core te optimaliseren op zijn meest geavanceerde chip‑fabricagetechnologie, GAA. Eind vorig jaar tekende Samsung ook een overeenkomst met Tenstorrent, dat Nvidia als klant wil uitdagen. 

Conclusie

Naarmate AI‑vooruitgang de vraag naar meer rekenkracht stimuleert, is siliciumfotonic naar voren gekomen als een veelbelovende technologie die de latentie kan verminderen en de efficiëntie kan verhogen door de fabricage van fotonische componenten op silicium mogelijk te maken met behulp van standaard halfgeleiderfabricageprocessen. 

Hoewel siliciumfotonic veel voordelen heeft, zullen ze elektronische chips niet snel vervangen. Dit komt doordat de mogelijkheden van siliciumfotonic beperkt blijven en er technische barrières bestaan op het gebied van softwareontwikkeling om hun potentieel te optimaliseren. Het zal dus enige tijd duren voordat het gebruik van siliciumfotonic wijdverspreid is, maar deze technologie staat nog in de kinderschoenen, en gezien het tempo van AI‑vooruitgang kan dit zeker worden versneld.

Klik hier om meer te leren over de huidige staat van quantum computing.