Kunstig intelligens

Lysdrevet brikke gjør KI 100 ganger mer effektiv

mm
Legg til Securities.io blant dine foretrukne kilder på Google
Opplysning: Securities.io kan motta betaling når du bruker lenker til produkter vi vurderer. Dette påvirker ikke våre redaksjonelle vurderinger. Vi er ikke en registrert investeringsrådgiver; dette er ikke investeringsråd. Les vår affiliateopplysning.

Forskere ved University of Florida har avduket en lysdrevet brikke som skal løfte kunstig intelligens til nye høyder. Den spesialutviklede mikrobrikken bruker fotoner i stedet for elektroner og leverer ytelse på nivå med dagens mest avanserte alternativer, men med bare en brøkdel av energiforbruket. Slik kan den lysdrevne brikken bidra til å føre KI-teknologien lenger enn noen gang før.

Hvorfor AI Trenger Nye Maskinvareløsninger

Etter hvert som KI-systemer blir avgjørende for mange av dagens mest avanserte teknologier, blir svakhetene ved den eksisterende strategien stadig tydeligere. Dagens tilnærming baserer seg på kontinuerlig forbedrede algoritmer for å øke ytelsen. Tidligere fungerte dette fordi KI-ingeniører kunne utvikle mer effektive og spesialtilpassede algoritmer uten å møte maskinvarebegrensninger.

Krav til Beregning

Dagens KI-økosystem ser imidlertid annerledes ut, fordi maskinvaren ikke klarer å holde tritt med det økende beregningsbehovet. Selv små tekniske begrensninger, som tiden elektronene bruker på å bevege seg gjennom en brikke, har vist seg å bremse videre ytelsesforbedringer.

Energiforbruk

Denne beregningsbelastningen medfører også større energibehov. Jo flere brikker som driver et KI-system, desto mer energi bruker det. Dagens kraftigste KI-systemer krever enorme datasentre som kan bruke like mye energi som hele byer.

Skaleringsbegrensninger

Disse kravene begrenser skalerbarheten til dagens KI-systemer. Siden forbedringene i brikkehastighet har stagnert, må KI-ingeniører redusere beregningsbehovet i KI-oppgaver for å komme videre. Som en del av denne strategien undersøker forskere hvordan beregningskravene ved konvolusjonsoperasjoner kan reduseres.

Hvorfor Konvolusjon Er Så Energikrevende i AI

Konvolusjonsoperasjoner er en sentral oppgave for KI-systemer og beskriver hvordan nevrale nettverk gjenkjenner mønstre. Konvolusjon kan finne mønstre på tvers av tekst-, bilde- og videofiler. Prosessen er en grunnpilar i moderne KI, men også den mest energikrevende delen av mange systemer. I enkelte KI-systemer står konvolusjon for opptil rundt 90 % av det totale strømforbruket.

Lysdrevet Chip Studie

Studien1 Near-energy-free photonic Fourier transformation for convolution operation acceleration¹  beskriver et fotonisk brikkedesign som gir effektiv, kompakt konvolusjon med lav ventetid. Designet integrerer mikroskopiske optiske komponenter på en silisiumbrikke og åpner for raskere behandling med lavere energibehov.

Fotonisk Joint Transform Korrelator (pJTC)

En fotonisk Joint Transform Correlator bruker laserlys til å kode og overføre data. Metoden gjør det mulig å utføre høyhastighetsberegninger uten elektronisk dataoverføring. Det laserbaserte signalet sendes og registreres gjennom spesiallinser som er utformet for å holde seg kjølige og effektive.

Fresnel-linser

Ingeniørene utviklet mikroskopiske, ultratynne linser for oppgaven. Et par svært små Fresnel-linser ble etset direkte inn i brikken. Linsene er tynnere enn et menneskehår og ligner dem som brukes i store fyrtårn. Den fokuserende utformingen gjør at de kan styre optiske datasignaler presist.

Fourier-transformasjon

Prosessen begynner når brikken overfører data til laserlys, som deretter ledes gjennom Fresnel-linsene. Linsene registrerer lysmønsteret og konverterer det til et digitalt signal for videre behandling. Metoden fjerner forsinkelser knyttet til elektronenes hastighet, reduserer driftskostnadene og muliggjør nye funksjoner.

Bølgelengde-Multiplexing

Den viktigste forbedringen av skalerbarheten kommer fra bølgelengdemultipleksing. Her brukes lasere med ulike farger til å utføre parallelle beregninger på samme brikke. Teknikken er allerede en vanlig måte å forbedre dataoverføring og lagring i andre medier på.

Når den integreres i lysdrevne KI-brikker, kan ytelsen økes betydelig uten større energibehov. Den nye brikken brukte konkret 100 ganger mindre strøm enn tradisjonelle KI-brikker med tilsvarende ytelse.

Lysdrevet Chip Test

Ingeniørene gjennomførte flere tester for å vise at brikken kunne levere topp ytelse med minimalt energiforbruk. I en av de første testene brukte de KI til å klassifisere håndskrevne sifre. Teamet målte også systemets energibehov og datagjennomstrømning, med imponerende resultater.

Ytelsesresultater for den Lysdrevne Chipen

Brikkens databehandling er på nivå med konvensjonelle elektroniske høyytelsesbrikker. Den oppnådde 98 % nøyaktighet i testene med håndskrevne sifre. Resultatet holdt seg uendret selv da ingeniørene la inn tidsforsinkelser i inngangssignalene.

Brikkens multipleksing viste også stabil ytelse. Den nye arkitekturen leverte svært høy gjennomstrømning og kunne utføre avanserte beregninger med et energiforbruk nær null. Testene åpner for bærekraftige datasentre som kan skaleres etter behovene i den voksende KI-industrien.

Sveip for å bla →

Chip-type Energiforbruk Ytelsesnøyaktighet Skalerbarhet
Konvensjonell AI-chip Høy (Basis) 98% Begrenset av energibruk
Lysdrevet AI-chip 100× lavere 98% Svært skalerbar

Fordeler med Lysdrevet Chip

Studien av den lysdrevne brikken presenterer en lang rekke fordeler. Designet reduserer blant annet beregningskompleksiteten. Dagens elektronbaserte brikker bruker allerede komponenter på atomnivå som krever kostbare produksjonsmetoder. Optiske brikker trenger færre komponenter og kan gi bedre resultater.

Lav Latens

Ingeniørene lyktes med å lage en lysbasert konvolusjonsakselerator spesielt utviklet for KI-oppgaver. Bølgelederens multipleksing gir konkurransedyktig ytelse og uovertruffen effektivitet. Brikken kan derfor bli avgjørende for raskere og mer avanserte KI-modeller.

Effektivitet

Skal verden nå FNs mål om netto nullutslipp, må energiforbruket reduseres. Dette brikkedesignet kutter energibruken med opptil 100 ganger samtidig som formatet forblir svært lite. Studien presenterer det første KI-orienterte fotoniske brikkedesignet som oppnår betydelig ytelse uten ekstra strømbehov.

Skalerbarhet

Denne strategien har enestående skalerbarhet. Etter hvert som datasentre bygges over hele verden, vil etterspørselen etter energieffektive brikkeløsninger øke. Ved å behandle flere datastrømmer samtidig kan løsningen redusere overføringsbegrensninger og legge grunnlaget for energigjerrige datasentre.

Reelle Anvendelser av Lysdrevet Chip & Tidslinje:

Den lysdrevne brikken har flere bruksområder og kan drive forskning og innovasjon fremover. Som den første vellykkede demonstrasjonen av en strømgjerrig, høytytende fotonisk KI-brikke representerer studien et stort sprang i bærekraft og skalerbarhet. Dette kan direkte føre til kraftigere algoritmer i fremtiden.

Skytjenester

Brikkene vil trolig først tas i bruk i datasentre, som står sentralt i dagens teknologiske utvikling. Skytjenester trenger store anlegg med tusenvis av datamaskiner som kan kobles til andre anlegg for å levere lagrings- og beregningskapasitet.

Den lysdrevne brikken vil redusere driftsbelastning og energibehov og innlede en ny æra med høytytende KI og minimalt strømforbruk. Besparelsene er så store at mange datasentre trolig vil gå over til fotoniske brikkesystemer når de blir lett tilgjengelige.

Kommunikasjon

Teknologien kan forbedre kommunikasjon ved å bidra til å løse avgjørende utfordringer som problemer på den siste strekningen. Ingeniører har allerede tatt i bruk KI for å forbedre dataoverføringssystemer. Nå vil komponentene kreve mindre energi og kunne kobles sammen og kjøres parallelt for å øke prosesseringskraften ytterligere.

Høyytelsesdatabehandling

Teknologien vil bidra til å drive morgendagens høyytelsesdatamaskiner. Enhetene vil kombinere KI med blant annet ansiktsgjenkjenning og språkoversettelse for å forbedre samspillet mellom mennesker og datamaskiner. Målet er kraftigere databehandling som samtidig er enklere for nye brukere.

Militær

Forsvaret undersøker allerede teknologien. Bruk av KI til alt fra trusselregistrering til styring av droner i omstridt luftrom er blitt vanlig, og systemene må stadig oppgraderes for å møte motstandere. Lavere strømbehov åpner også for autonome systemer som kan fungere uten forbindelse til en sentral løsning.

Medisinsk

KI fortsetter å revolusjonere helsesektoren. Flere systemer som brukes i dag, kan oppdage sykdommer, bidra til rehabilitering, anbefale behandlinger og utføre operasjoner. Det forbedrede brikkedesignet kan redde liv ved å gjøre medisinske komponenter tryggere og mer effektive. Fremtidige enheter kan bruke langt mindre energi, vare lenger og tilby flere nyttige funksjoner.

Bærbare Enheter

Bærbar teknologi er et annet område som vil få store ytelsesforbedringer med lysbaserte brikker. De gjør det mulig å bygge mindre og kraftigere enheter med lavere batteribehov. Lavere energiforbruk kan gi mindre batterier eller flere funksjoner og dermed øke nytteverdien.

Tidslinje

Det kan ta ytterligere tre til fem år før den lysdrevne brikken kommer på markedet. Etterspørselen er betydelig, men teamet må finne industripartnere som kan finjustere designet og produksjonsmetodene. Til tross for mulige forsinkelser er interessen svært stor, og KI-selskaper vil trolig investere tungt i prosjektet.

Forskere bak Lysdrevet Chip

Studien ble gjennomført ved University of Florida med deltakere fra Florida Semiconductor Institute, UCLA og George Washington University. Artikkelen oppgir 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 hovedbidragsytere. Office of Naval Research finansierte deler av arbeidet.

Fremtiden for Lysdrevet Chip

Fremtiden ser lys ut for den lysdrevne brikken. Arbeidet kan åpne for mer brikkebasert optikk. På sikt kan tilnærmingen bli industristandard for KI-applikasjoner og hjelpe KI-bransjen med å oppfylle miljøkrav.

Investering i Kunstig Intelligens

Flere selskaper har utmerket seg i utviklingen av neste generasjons KI, fra brikkeprodusenter til utviklere av KI-algoritmer. Arbeidet deres fortsetter å drive innovasjon og oppmerksomhet rundt KI-bruksområder. Følgende selskap har opparbeidet seg et rykte for kreativitet og vilje til å løse noen av KIs største utfordringer.

NVIDIA

Silicon Valley-baserte NVIDIA (NVDA ) kom inn på markedet i 1993. Jensen Huang, Chris Malachowsky og Curtis Priem grunnla selskapet for å levere avanserte grafikkprosessorer. I dag er NVIDIA den ledende leverandøren av GPU-er og regnes som et av de mest innovative KI-selskapene.

NVDA Prisdiagram

NVIDIA har alltid hatt en sterk innovasjonskultur. Etter lanseringen av grafikkakseleratoren NV1 i 1995 fikk selskapet stadig større støtte fra kunder og investorer. Det gikk på børs i 1999 og inngikk mindre enn ett år senere et strategisk samarbeid med Microsoft (MSFT ) som leverandør av grafikkbrikker til XBOX-spillsystemet.

I 2019 kjøpte NVIDIA Mellanox som del av strategien for å styrke posisjonen i datasentermarkedet. I dag har selskapet en dominerende stilling blant leverandører til datasentre og tilbyr noen av markedets mest anerkjente grafikkort og KI-systemer.

Siste NVDA (NVDA) Aksje Nyheter og Ytelse

Lysdrevet Chip | Konklusjon

Studien av den lysdrevne brikken åpner for en mer bærekraftig fremtid der høyere ytelse ikke alltid betyr større energibehov. Brikken viser ingeniører en bedre måte å utføre beregninger på KI-nivå uten å tappe kraftverkene. Av denne og mange andre grunner fortjener teamet stor anerkjennelse.

Les om flere spennende KI-teknologier Nå.

Referanser:

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

David Hamilton er en fulltidsjournalist og en langvarig bitcoinist. Han spesialiserer seg på å skrive artikler om blockchain. Hans artikler har blitt publisert i flere bitcoin-publikasjoner, inkludert Bitcoinlightning.com