Ljusdriven Chip Boostar AI med 100x Effektivitet

Forskare vid University of Florida har presenterat en ljusdriven chip som är utformad för att ta AI till nya höjder. Den specialbyggda mikrochippet använder fotoner istället för elektroner för att tillhandahålla prestanda som är jämförbara med dagens mest avancerade alternativ, medan den bara använder en bråkdel av energin. Här är hur den ljusdriven chippet kan hjälpa till att driva AI-teknologier längre än någonsin tidigare.

Varför AI Behöver Nya Hårdvarulösningar

Medan AI-system blir alltmer kritiska för många av dagens mest avancerade teknologier, börjar sprickor att visa sig i den nuvarande strategin. Dagens tillvägagångssätt bygger på att alltmer utvecklade algoritmer ska öka prestandan. I det förflutna var denna strategi effektiv eftersom AI-ingenjörer kunde utveckla mer effektiva och specialbyggda algoritmer för att förbättra prestandan utan att stöta på hårdvaruproblem.

Beräkningskrav

Men dagens AI-ekosystem ser annorlunda ut, eftersom hårdvaran inte kan hålla jämna steg med de växande beräkningskraven. Även de minsta tekniska begränsningarna, som tiden det tar för elektroner att resa över en chip, har visat sig vara begränsande faktorer för att driva AI-prestanda framåt.

Energiförbrukning

Denna beräkningsbörda kommer också med ökade energikrav. Ju fler chip som används för att driva ett AI-system, desto mer energi förbrukar det. Dagens kraftfullaste AI-system kräver enorma datacenter som kan förbruka lika mycket energi som hela städer.

Skalningsbegränsningar

Dessa krav har satt en gräns för skalbarheten hos det nuvarande AI-systemet. För att övervinna dessa begränsningar måste AI-ingenjörer minska de beräkningskrav som AI-uppgifterna ställer, eftersom chipshastighetsförbättringar har avstannat. Som en del av denna strategi har forskare börjat undersöka sätt att minska de beräkningskrav som konvolutionsoperationer ställer.

Varför Konvolution Är Så Energikrävande i AI

Konvolutionsoperationer är en avgörande uppgift som AI-system utför. Denna term hänvisar till hur neuronnätverk kan identifiera mönster. Noterbart är att konvolution kan omfatta flera källor, lokalisera mönster genom text-, bild- och videofiler. Denna process är en av de centrala komponenterna i modern AI, och det är den mest energikrävande aspekten av moderna system. Noterbart är att konvolution i vissa AI-system kan stå för upp till ~90% av den totala energiförbrukningen.

Ljusdriven Chip-studie

Studien¹ Near-energy-free photonic Fourier transformation for convolution operation acceleration¹ belyser en fotonic chip-design som erbjuder effektiv, kompakt och låglatens konvolutionsförmåga. Designen integrerar mikroskopiska optiska komponenter på en kiselschip, vilket öppnar dörren för snabbare bearbetning med minskade energikrav.

Fotonic Joint Transform Correlator (pJTC)

En fotonic joint transform korrelator använder laserljus för att koda data och överföra den. Denna strategi möjliggör höghastighetsberäkningar som kan utföras utan att använda elektronisk dataöverföring. Laserljussignalen som kodats sänds och fångas genom specialutformade linser som är utformade för att förbli svala och effektiva.

Source – Advanced Photonics

Fresnel-linser

Ingenjörer utformade mikroskopiska ultratunna linser för att åstadkomma denna uppgift. Specifikt etsades ett par miniatyrfresnel-linser direkt in i chippet. Dessa linser är tunnare än ett människohår och liknar i design de som används i stora fyrar. De är utformade för att rikta ljusdataöverföringar exakt.

Fourier-transformation

Processen börjar när chippet överför data till laserljus, som sedan riktas genom Fresnel-linsen. Linsen registrerar ljusmönstret och omvandlar det till en digital signal, vilket möjliggör ytterligare bearbetningsuppgifter. Denna strategi eliminerar fördröjningar på grund av elektrons hastighet och minskar driftskostnaderna för dessa system samtidigt som den möjliggör unik funktionalitet.

Våglängdsmultiplexering

Den ljusdrivna chippens verkliga skalbarhetsboost kommer i form av våglängdsmultiplexering. Våglängdsmultiplexering hänvisar till att använda olika färglasrar för att utföra parallella beräkningar på samma chip. Det är ett vanligt sätt att förbättra dataöverföring och lagring i andra medier.

Att integrera det i den ljusdrivna AI-chippet öppnar dörren för betydande prestandaökningar utan att öka energibehovet. Specifikt minskade den ljusdrivna chippet energiförbrukningen med 100x jämfört med traditionella AI-chip med liknande prestanda.

Ljusdriven Chip-test

Ingenjörerna genomförde flera tester för att bevisa att deras ljusdrivna chip kunde erbjuda toppklassprestanda från minimal energiförbrukning. Ett av de första testerna var att använda AI för att klassificera handskrivna siffror. Teamet testade också systemets energibehov och datagenomströmning under processen. Deras resultat är imponerande.

Prestandaresultat för den Ljusdrivna Chippet

Vad gäller prestanda erbjuder chippet data bearbetning som är jämförbar med högpresterande konventionella elektroniska chip. Specifikt uppnådde det 98% noggrannhet i testerna för handskriftsklassificering. Dessa resultat förblev desamma även efter att ingenjörerna började lägga till tidsfördröjningar i indata signalerna.

Den multiplexa förmågan hos chippet visade tillförlitlig prestanda. Den nya arkitekturen erbjöd exceptionell genomströmning och kunde utföra högnivåberäkningar med nästan noll energiförbrukning. Dessa tester öppnar dörren för hållbara datacenter som kan skalas för att möta behoven hos den växande AI-industrin.

Swipe to scroll →

Ljusdriven Chip Fördelar

Det finns en lång lista med fördelar som den ljusdrivna chip-studien introducerade på marknaden. För det första minskar dess design den beräkningsmässiga komplexiteten. Dagens elektronbaserade chip använder redan enheter i atomskala som kräver dyra tillverkningsmetoder. Optiska chip kräver färre komponenter och uppnår bättre resultat.

Låg Latens

Ingenjörerna lyckades med sin strävan att skapa en ljusbaserad konvolutionsaccelerator som är speciellt utformad för att stödja AI-uppgifter. Den multiplexa vågledarförmågan ger chippet konkurrenskraftig prestanda och obesegrade effektivitet. Som sådan kan det vara nyckeln till att skapa snabbare och mer kapabla AI-modeller i framtiden.

Effektivitet

Om världen ska uppnå FN:s mål om nettonollutsläpp av koldioxid, måste det finnas ett fokus på att minska energiförbrukningen. Denna chip-design minskar energiförbrukningen med upp till 100x medan den behåller en minimal formfaktor. Noterbart är att denna studie erbjuder den första AI-fokuserade fotonic chip-designen som uppnår betydande prestanda utan att kräva extra kraft.

Skalbarhet

Skalbarheten hos denna strategi är obesegrad. Medan datacenter dyker upp globalt, kommer efterfrågan på energieffektiva chip-lösningar att öka. Denna strategi kan lindra överföringsbegränsningar genom att bearbeta flera dataströmmar samtidigt, vilket öppnar dörren för lågenergidatacenter som kan byggas i framtiden.

Ljusdriven Chip Verkliga Tillämpningar & Tidsplan:

Det finns flera tillämpningar för den ljusdrivna chippet. För det första kan enheten hjälpa till att driva forskning och innovation framåt. Som den första studien som lyckats skapa en lågkraft, högpresterande AI-fokuserad fotonic chip, representerar den ett monumentalt språng i hållbarhet och skalbarhet. Dessa faktorer kan direkt översättas till kraftfullare algoritmer i framtiden.

Molntjänster

Du kommer att se dessa chip göra sin väg in i datacenter först. Dessa stora platser är i centrum för dagens teknologiska renässans. Molntjänster kräver stora platser som inrymmer tusentals datorer och kan kedja till andra platser för att tillhandahålla lagring och beräkningskraft till kunder.

Den ljusdrivna chippet kommer att minska överhuvudet och energibehovet för dessa platser, vilket kommer att bana väg för en ny era av högpresterande AI med minimal energibehov. Energibesparingarna är så stora att du kan förvänta dig att se många datacenter konvertera till fotonic chip-baserade system när de blir tillgängliga.

Kommunikation

Det finns flera sätt som denna teknologi kan hjälpa till att förbättra kommunikationen genom att lösa kritiska problem som sista milens problem. Redan har ingenjörer integrerat AI för att förbättra dataöverföringssystem. Nu kommer dessa komponenter att kräva mindre energi och kan kopplas och köras i parallellt för att ytterligare förbättra bearbetningskraften.

Högpresterande Beräkning

Denna teknologi kommer att hjälpa till att driva de högpresterande datorerna i morgon. Dessa enheter kommer att integrera AI tillsammans med andra teknologier som ansiktsigenkänning och språköversättning för att förbättra människa-datorinteraktionen. Målet är att göra datorer mer kraftfulla samtidigt som de blir mindre förvirrande för nya användare.

Militär

Militären undersöker redan denna teknologi. Beroende av AI-system för allt från hotdetektering till att styra drönare i omstridda luftrum är nu normen. Som sådan kommer dessa system att fortsätta att behöva uppgraderas för att bekämpa motståndare. Noterbart är att minska energibehovet för AI-system öppnar dörren för många innovationer, som naturligt baserade system som inte kräver kommunikation till centraliserade alternativ för att fungera.

Medicinsk

AI fortsätter att revolutionera den medicinska sektorn. Det finns flera AI-system i bruk idag som kan upptäcka sjukdomar, hjälpa till med återhämtning, rekommendera behandlingar och utföra operationer. Denna förbättrade chip-design kan hjälpa till att rädda liv genom att göra medicinska komponenter säkrare och mer effektiva. Framtida enheter kan kräva mycket mindre energi, vilket möjliggör längre drift och fler funktioner.

Bärbara

Bärbara enheter är en annan industri som kommer att se en betydande prestandaökning med integrationen av ljusdrivna chip. Dessa chip möjliggör designare att skapa enheter som är mindre, mer kapabla och med mindre batterikrav. Bärbara enheter som använder mindre energi kan ha mindre batterier eller fler funktioner, vilket ökar deras användbarhet.

Tidsplan

Det kan ta ytterligare 3-5 år innan ingenjörerna kan få den ljusdrivna chippet på marknaden. Det finns en betydande efterfrågan på produkten. Men teamet behöver fortfarande söka efter industriella partners för att hjälpa till att finslipa deras design och tillverkningsmetoder. Trots eventuella förseningar är efterfrågan på dessa chip hög, och AI-företag kommer sannolikt att investera kraftigt i detta projekt på grund av dess förväntade fördelar.

Ljusdriven Chip Forskare

Den ljusdrivna chip-studien genomfördes vid University of Florida med deltagare från Florida Semiconductor Institute, UCLA och George Washington University. Studien listar Hangbo Yang, Nicola Peserico, Shurui Li, Xiaoxuan Ma, Russell L. T. Schwartz, Mostafa Hosseini, Aydin Babakhani, Chee Wei Wong, Puneet Gupta och Volker J. Sorger som de främsta bidragsgivarna till arbetet. Noterbart var studien delvis finansierad av Office of Naval Research.

Ljusdriven Chip Framtid

Framtiden för den ljusdrivna chippet ser ljus ut. Du kan förvänta dig att se detta arbete öppna dörren för mer chip-baserad optik. I framtiden kan denna strategi bli branschstandarden för AI-tillämpningar, vilket möjliggör att AI-industrin kan uppfylla miljökraven.

Investera i Artificiell Intelligens

Det finns flera företag som har visat sig vara värdefulla när det gäller att främja nästa generations AI-förmågor. Dessa företag omfattar allt från chip-tillverkare till AI-algoritm-utvecklare och mer. Deras arbete fortsätter att driva innovation och medvetenhet om AI-tillämpningar. Här är ett företag som har etablerat ett rykte för kreativitet och hängivenhet för att lösa några av AI:s största problem.

NVIDIA

Silicon Valley-baserade NVIDIA gick in på marknaden 1993. Företaget grundades av Jensen Huang, Chris Malachowsky och Curtis Priem för att tillhandahålla högkvalitativa grafikprocessorer till marknaden. Idag är det den ledande leverantören av GPU:er och erkänt som ett av de mest innovativa AI-företagen i drift.

NVIDIA har alltid haft en innovativ anda. Från lanseringen av sin NV1-grafikaccelerator 1995, har företaget sett en ökande konsument- och investerarstöd. 1999 gick företaget publikt. Mindre än ett år senare säkerställde det ett strategiskt partnerskap med Microsoft som grafikchip-leverantör för XBOX-spelsystemet.

2019 förvärvade NVIDIA Mellanox som en del av sin övergripande strategi för att förbättra sin marknadsandel i datacenter-sektorn. Idag håller det en dominant position i datacenter-tjänsteleverantörsmarknaden och erbjuder några av de mest respekterade grafikkorten och AI-systemen som finns tillgängliga.

Senaste NVDA (NVDA) Aktie Nyheter och Prestanda

Ljusdriven Chip | Slutsats

Den ljusdrivna chip-studien öppnar dörren för en mer hållbar framtid där tillägg av prestanda inte alltid betyder tillägg av energibehov. Den ljusdrivna chippet erbjuder ingenjörer en glimt av ett bättre sätt att uppnå AI-nivåberäkningar utan att suga ur kraftverken. Av den anledningen och många fler, förtjänar detta team en stående ovation.

Lär dig om annan cool AI-teknik Nu.

Referenser:

^{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}