Computação à Velocidade da Luz com Fotônica de Silício

Engenheiros da Universidade da Pensilvânia desenvolveram um chip que utiliza ondas de luz em vez de eletricidade para executar cálculos complexos necessários ao treinamento de inteligência artificial (IA). Essa inovação pode acelerar significativamente o processamento e reduzir o consumo de energia dos dispositivos.

O estudo, publicado na Nature Photonics, mostra que se trata de uma “estrutura de baixo contraste de índice projetada inversamente” em uma plataforma de fotônica de silício (SiPh), potencialmente permitindo plataformas de computação analógica em larga escala baseadas em ondas.

A fotônica de silício usa silício, um elemento abundante e barato utilizado na produção em massa de chips de computador, integrando componentes como fotodetectores, comutadores ópticos, guias de ondas ópticas e moduladores ópticos em um substrato de silício.

O chip fotônico de silício (SiPh) neste estudo manipula materiais em escala nanométrica para realizar cálculos matemáticos usando luz. Esse método de interação de ondas de luz com a matéria promete desenvolver computadores que superem as limitações atuais dos chips de hoje.

“Decidimos unir forças,” disse o professor H. Nedwill Ramsey Nader Engheta, referindo‑se ao desenvolvimento de dispositivos de silício em escala nanométrica pelo grupo de pesquisa de Firooz Aflatouni, que é professor associado de Engenharia Elétrica e de Sistemas.

O objetivo tem sido desenvolver uma plataforma para realizar multiplicação vetor‑matriz (VMM), que é utilizada no desenvolvimento e funcionamento de redes neurais que alimentam as ferramentas de IA atuais. 

De acordo com o estudo, embora as metas estruturas SiPh projetadas inversamente realizem eficientemente cálculos analógicos com ondas eletromagnéticas, escalá‑las para gerenciar um grande número de canais de dados apresenta um desafio. Para resolver isso, a equipe adotou uma abordagem de design inverso 2D para criar sistemas de lentes amorfas compactas que são tipicamente feed‑forward e de baixa ressonância. O estudo demonstrou com sucesso um produto vetor‑matriz para matrizes 2 × 2 e 3 × 3 e também projetou uma matriz 10 × 10.

Em vez de usar uma pastilha de silício de altura uniforme, a equipe afinou seletivamente o silício em áreas específicas. Essas variações de altura permitem controlar a transmissão de luz através do chip.

Ao distribuir essas variações, o chip espalha a luz em padrões específicos, permitindo que ele realize cálculos matemáticos à velocidade da luz, o método de comunicação mais rápido possível.

Segundo Aflatouni, esse design já está pronto para aplicações comerciais devido às restrições impostas pela fundição comercial que produziu os chips. Além disso, o design pode ser potencialmente adaptado para uso em unidades de processamento gráfico (GPUs), um circuito eletrônico especializado atualmente em enorme demanda alinhado ao entusiasmo por IA. Ao integrar a plataforma de Fotônica de Silício como um complemento, Aflatouni menciona que seria possível acelerar os processos de treinamento e classificação.

No entanto, os benefícios vão além da velocidade e eficiência energética, pois o chip também aprimora a privacidade. Assim, ao permitir que muitas computações ocorram simultaneamente, não há necessidade de armazenar informações sensíveis na memória de trabalho do seu computador. Isso torna um computador alimentado por essa tecnologia essencialmente invulnerável a ataques. Aflatouni observou:

“Ninguém pode invadir uma memória inexistente para acessar suas informações.” 

Financiado em parte por uma concessão do Escritório de Pesquisa Científica da Força Aérea dos EUA (Multidisciplinary University Research Initiative) e outra do Escritório de Pesquisa Naval dos EUA, este estudo visa superar as limitações dos chips atualmente em uso, que operam sob princípios vigentes há muitas décadas. Mas ao utilizar o poder da luz, essa nova abordagem pode abrir caminho para a nova geração de desenvolvimento de IA. 

O Imenso Potencial da Fotônica de Silício

Nas últimas décadas, a pesquisa e o desenvolvimento desse material continuaram. Recentemente, porém, a Fotônica de Silício (SiPh) ganhou atenção devido à crescente demanda por processamento de dados rápido e eficiente.

Este interesse crescente tem o tamanho de mercado global da fotônica de silício avaliado em US$ 1,29 bilhão em 2022 e projeta‑se que cresça a um CAGR de 25,8% até o final desta década, segundo a Grand View Research. Esse crescimento se deve à necessidade de taxas de transferência de dados mais altas e aplicações intensivas em largura de banda.

A SiPh é a plataforma ideal aqui devido à sua eficiência econômica e alta densidade de integração. Além disso, como a SiPh é compatível com a fabricação eletrônica, os circuitos integrados fotônicos (PICs) de SiPh podem ser produzidos usando a infraestrutura de fundição já estabelecida. A SiPh ainda tem potencial para integrar centenas a milhares de dispositivos em PICs complexos com escalabilidade de design e fabricação semelhante ao CMOS, abrindo novas aplicações na interseção entre fotônica e computação.

Portanto, graças à sua transmissão de alta velocidade, alta densidade de integração, excelentes propriedades ópticas, menor consumo de energia e fabricação relativamente barata, a Fotônica de Silício tornou‑se uma tecnologia valiosa em diversas áreas. 

Por exemplo, pesquisas têm sido realizadas sobre a aplicação da fotônica de silício em LiDAR para condução autônoma e automação industrial. O LiDAR usa luz refletida em superfícies em vez de sinais de radiofrequência (RF) para analisar e fornecer informações críticas sobre o ambiente.

Além disso, a fotônica de silício pode ser usada para detecção (ou seja, detecção óptica), onde a transmissão de um sinal e a recepção do sinal óptico transmitido podem ajudar a determinar as propriedades do ambiente ao redor. Isso pode ser benéfico para aplicações de saúde e dispositivos vestíveis de saúde para consumidores. 

Além de veículos autônomos e detecção, o uso da fotônica de silício também tem sido explorado em telecomunicações, comunicações quânticas, biomédica, aeroespacial, astronomia e AR/VR. A fotônica de silício também demonstra potencial para integração completa e processamento de informação quântica óptica em larga escala.

Então há a IA, que requer computação de alto desempenho. Com a mania por IA atingindo novos patamares e prevista para crescer ainda mais, a indústria de chips enfrenta uma necessidade urgente de inovação. Está trabalhando diligentemente para colocar mais transistores em um único chip, a fim de melhorar significativamente o poder de processamento e a eficiência energética. Essas melhorias são essenciais para treinar e operar algoritmos de IA de forma mais precisa, rápida e econômica.

Em uma tentativa de vencer a corrida dos semicondutores, até a China está construindo uma linha de produção de chips fotônicos devido à sua velocidade de cálculo ser mais rápida e sua capacidade de informação maior, o que será significativamente superior aos chips baseados em silício existentes.

Um Divisor de Águas para a IA

A mania por IA não mostra sinais de desaceleração. Essa nova onda de avanço tecnológico surgiu como uma força poderosa que revolucionará muitas indústrias e transformará o futuro. Com a IA se tornando rapidamente parte integrante de nossas vidas diárias e aplicações intensivas em dados crescendo em complexidade, todos — desde empresas e governos até instituições e cientistas — buscam maneiras de torná‑la mais eficiente. 

Isso está levando as pessoas à fotônica de silício, que é uma das tecnologias mais promissoras para enfrentar cálculos complexos e caros realizados por redes neurais profundas, um subconjunto de algoritmos de aprendizado de máquina que permite que o desempenho de um modelo seja mais preciso. Redes profundas consistem em camadas que contêm relações matemáticas.

Com tais complexidades envolvidas, a fotônica de silício pode ajudar a melhorar o desempenho e a eficiência de custos, o que aprimoraria a função de aplicações de IA e aprendizado de máquina. O mundo da IA/ML precisa que os dados sejam trocados rapidamente, consumindo o mínimo de energia possível e, ao mesmo tempo, mantendo alta densidade computacional. 

Aqui, a fotônica de silício permite uma melhor comunicação entre unidades de computação. O material ainda possibilita o uso de interconexões ópticas de curto alcance para transferir dados de forma eficiente em distâncias relativamente curtas dentro de aplicações de IA/ML. A transmissão rápida de dados é essencial para a tomada de decisões em tempo real. 

Dessa forma, a fotônica de silício contribui para a eficácia geral e o desempenho dos sistemas de IA. Ao aproveitar esse material, as empresas podem desbloquear maiores capacidades computacionais e obter resultados mais precisos e responsivos.

A fotônica de silício é particularmente adequada à computação devido à capacidade desses circuitos de serem mais rápidos que os circuitos eletrônicos tradicionais. Além disso, seu processamento óptico é inerentemente paralelo, o que possibilita a realização de múltiplas ações simultaneamente. 

A fotônica de silício também permite que componentes fundamentais sejam combinados de diversas maneiras para construir circuitos muito complexos, possibilitando a criação de sistemas avançados adaptados a aplicações específicas.

O futuro da fotônica de silício na IA, como estamos vendo, é promissor, dado seu potencial de transformar algoritmos de IA e ampliar ainda mais as capacidades dos sistemas de IA. É, sem dúvida, um momento interessante para a fotônica de silício.

Clique aqui para aprender tudo sobre investir em inteligência artificial. 

Um Olhar sobre os Principais Fabricantes de Chips

Agora, vamos dar uma olhada em alguns nomes proeminentes que atuam no negócio de fabricação de chips:

#1. NVIDIA Corporation

O líder na indústria de chips, Nvidia (NVDA ), é atualmente a terceira empresa mais valiosa do mercado de ações dos EUA. Afinal, controla cerca de 80% do mercado de chips de IA. Com suas ações negociando a $793.50, a empresa alcançou uma capitalização de mercado de $1.95 trilhão. 

As ações da Nvidia têm disparado como nunca e já estão 58.6% em alta no ano. Com isso, a empresa tem um EPS (TTM) de 11.93, P/E (TTM) de 65.84 e um ROE (TTM) de 69.17%. Também paga um rendimento de dividendos de 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.”

The rising demand for its chips has the company forecast a 233% growth in Q1 revenue. The company’s H100 data center chip is what is helping the company lead the AI space. It is optimized to process huge amounts of data and computation at high speeds, making it a perfect solution for the power-intensive task of training AI models. 

Clique aqui para aprender tudo sobre investir na NVIDIA Corporation (NVDA).

#2. Intel Corporation

O fabricante de chips dos EUA está ressurgindo ao expandir seu negócio de fundição, que fabrica designs de chips para outras empresas. A Microsoft (MSFT ) escolheu a empresa para produzir seus semicondutores de alta performance e “reconstruir a manufatura ocidental em escala.” 

O chip será projetado para usar o nó 18A da Intel (INTC ), um processo de fabricação que torna os semicondutores menores e mais eficientes em energia. “A Intel é a empresa campeã de chips do país,” disse a secretária de Comércio dos EUA, Gina Raimondo, ao observar que o Google, a OpenAI e outros que desenvolvem LLMs precisarão de um volume “incrível” de semicondutores nos próximos anos.

No momento da redação, as ações da Intel estão sendo negociadas a $43.12, com queda de 14.47% no ano, o que coloca a capitalização de mercado da empresa em $181.7 bln. Ela tem um EPS (TTM) de 0.38, P/E (TTM) de 113.46 e um ROE (TTM) de 1.63%. Também paga um rendimento de dividendos de 1.16%. Segundo o CEO da Intel, Pat Gelsinger:

“A demanda geral (por chips de IA) parece ser insaciável por vários anos no futuro.”

#3. Samsung

O gigante tecnológico da Coreia do Sul está planejando lançar sua tecnologia de chip de 2nm para ganhar vantagem sobre outros fabricantes de chips. Conforme o plano do Samsung Foundry Forum (SFF), a empresa começará a produzir o processo de 2nm em grande escala em 2025 para aplicativos móveis e, no ano seguinte, para aplicações de computação de alto desempenho, passando depois para a indústria automotiva. Um ano depois, espera‑se que a Samsung inicie o processo de 1.4nm.

A empresa tem uma capitalização de mercado de $373 bln, com suas ações negociando a $1,373. A Samsung tem um PE Ratio (TTM) de 14.25, um EPS (TTM) de 96.44 e paga um rendimento de dividendos de 1.98%. Durante seu relatório financeiro do quarto trimestre de 2023, a Samsung observou que sua divisão de fundição garantiu um acordo para seus chips de IA de 2nm com a startup japonesa de IA Preferred Networks (PFN), que anteriormente trabalhava com a Taiwan Semiconductor Manufacturing (TSM ) Co (TSMC). 

O fabricante de chips também está colaborando com a Arm para otimizar o núcleo Cortex-X em sua tecnologia de processo de fabricação de chips mais avançada, GAA. No final do ano passado, a Samsung também firmou parceria com a Tenstorrent, que pretende desafiar a Nvidia como seu cliente. 

Conclusão

À medida que os avanços em IA impulsionam a demanda por maior poder de computação, a fotônica de silício emergiu como uma tecnologia promissora, com potencial para reduzir a latência enquanto aumenta a eficiência ao possibilitar a fabricação de componentes fotônicos em silício usando processos padrão de fabricação de semicondutores. 

Embora a fotônica de silício tenha muitas vantagens, ela não substituirá os chips eletrônicos tão cedo. Isso ocorre porque as capacidades da fotônica de silício permanecem focadas em nichos específicos, além de enfrentar barreiras técnicas em termos de desenvolvimento de software para otimizar seu potencial. Portanto, levará algum tempo até que o uso da fotônica de silício se torne generalizado, mas essa tecnologia está apenas começando, e, dado o ritmo de avanço da tecnologia de IA, isso certamente pode ser acelerado.

Clique aqui para aprender sobre o estado atual da computação quântica.