Pagkokompyut sa Bilis ng Liwanag gamit ang Silicon Photonics

Ang mga inhinyero mula sa University of Pennsylvania ay nakabuo ng isang chip na gumagamit ng mga alon ng liwanag imbis na kuryente upang magsagawa ng masalimuot na matematika na kinakailangan para sanatin ang artificial intelligence (AI). Ang inobasyong ito ay maaaring magpabilis nang malaki sa pagproseso at magpababa ng paggamit ng enerhiya ng mga aparato.

Ang pag-aaral, na inilathala sa Nature Photonics, ay nagpapakita na ito ay isang “inverse-designed low-index-contrast structure” sa isang silicon photonics (SiPh) platform, na maaaring magbigay-daan sa malak-scale na wave-based analog computing platforms.

Ang silicon photonics ay gumagamit ng silicon, isang saganang magagamit at murang elemento na ginagamit sa mass production ng mga computer chip, na nag-iintegrate ng mga komponent tulad ng photodetectors, optical switches, optical waveguides, at optical modulators sa isang silicon substrate.

Ang silicon photonic (SiPh) chip sa pag-aaral na ito ay nagmamanipula ng mga materyales sa nanoscale upang magsagawa ng mga kalkulasyong matematika gamit ang liwanag. Ang pamamaraang ito ng pakikipag-ugnayan ng mga alon ng liwanag sa materya ay nangangako ng pagbuo ng mga computer na hihigitan ang kasalukuyang limitasyon ng mga chip ngayon.

“Nagpasya kaming magsanib-puwersa,” sabi ni H. Nedwill Ramsey Professor Nader Engheta, na tumutukoy sa pag-develop ng mga nanoscale silicon device ng research group ni Firooz Aflatouni, na isang Associate Professor sa Electrical and Systems Engineering.

Ang layunin ay makabuo ng isang platform upang magsagawa ng vector-matrix multiplication (VMM), na ginagamit sa pag-develop at pag-andar ng mga neural network na nagpapagana sa kasalukuyang AI tools.

Ayon sa pag-aaral, habang ang mga inverse-designed SiPh metastructures ay epektibong nagsasagawa ng analog computations gamit ang electromagnetic waves, ang pag-scale up nito upang pamahalaan ang malaking bilang ng data channels ay nagiging hamon. Upang tugunan ito, gumamit ang koponan ng 2D inverse-design approach upang lumikha ng compact amorphous lens systems na karaniwang feed-forward at low-resonance. Matagumpay na naipakita ng pag-aaral ang vector–matrix product para sa 2 × 2 at 3 × 3 matrices at nagdisenyo rin ng 10 × 10 matrix.

Sa halip na gumamit ng silicon wafer na may pantay na taas, pinili ng koponan na paikliin ang silicon sa mga tiyak na lugar. Ang mga pag-iba-iba sa taas na ito ay nagbibigay-daan sa kontrol ng paglipat ng liwanag sa chip.

Sa pamamagitan ng pagkalat ng mga pag-iba-iba na ito, ang chip ay nagkakalat ng liwanag sa mga tiyak na pattern, na nagpapahintulot nitong magsagawa ng mga kalkulasyong matematika sa bilis ng liwanag, ang pinakamabilis na posibleng paraan ng komunikasyon.

Ayon kay Aflatouni, ang disenyo ay handa na para sa mga komersyal na aplikasyon dahil sa mga limitasyong ipinataw ng commercial foundry na gumawa ng mga chip. Maaari ring iangkop ang disenyo para magamit sa graphics processing units (GPUs), isang espesyal na electronic circuit na kasalukuyang lubos na hinahangad kasabay ng AI fervor. Sa pag-integrate ng Silicon Photonics platform bilang add-on, binanggit ni Aflatouni, maaaring mapabilis ang proseso ng training at classification.

Gayunpaman, ang mga benepisyo ay lampas pa sa bilis at kahusayan sa enerhiya, dahil pinapalakas din ng chip ang privacy. Sa pamamagitan ng pagpapahintulot sa maraming kalkulasyon na maganap sabay-sabay, hindi na kailangan i-imbak ang sensitibong impormasyon sa working memory ng iyong computer. Ginagawa nitong halos hindi matutukso ang isang computer na pinapagana ng ganitong teknolohiya. Binigyang-puna ni Aflatouni:

“Walang sinuman ang makakapasok sa isang hindi umiiral na memorya upang ma-access ang iyong impormasyon.” 

Pinondohan sa bahagi ng isang grant mula sa US Air Force Office of Scientific Research’s Multidisciplinary University Research Initiative at isa pang grant mula sa US Office of Naval Research, layunin ng pag-aaral na ito na lampasan ang mga limitasyon ng mga chip na ginagamit ngayon, na gumagana sa ilalim ng mga prinsipyo na umiiral sa nakaraang maraming dekada. Ngunit sa pamamagitan ng paggamit ng kapangyarihan ng liwanag, ang bagong lapit na ito ay maaaring magbukas ng daan para sa bagong henerasyon ng AI development.

Ang Malawak na Potensyal ng Silicon Photonics

Sa nakalipas na ilang dekada, ang pananaliksik at pag-unlad sa materyal na ito ay nagpatuloy. Kamakailan, gayunpaman, ang Silicon Photonics (SiPh) ay nakakuha ng pansin dahil sa tumataas na pangangailangan para sa mabilis at epektibong pagproseso ng data.

Ang lumalaking interes na ito ay nagdala sa global market size ng silicon photonics na tinatayang $1.29 bilyon noong 2022 at inaasahang lalago sa CAGR na 25.8% sa pagtatapos ng dekadang ito, ayon sa Grand View Research. Ang paglago na ito ay dahil sa pangangailangan para sa mas mataas na data transfer rates at bandwidth-intensive na aplikasyon.

Ang SiPh ay perpektong platform dito dahil sa kanyang ekonomikong kahusayan at mataas na integration density. Bukod pa rito, dahil ang SiPh ay compatible sa electronic fabrication, ang SiPh Photonic integrated circuits (PICs) ay maaaring gawin gamit ang itinatag na foundry infrastructure. May potensyal din ang SiPh na mag-integrate ng daan-daang hanggang libu-libong mga device sa komplikadong PICs na may disenyo at scalability ng paggawa na katulad ng CMOS, na nagbubukas ng mga bagong aplikasyon sa intersection ng photonics at computing.

Kaya, sa pamamagitan ng kanyang high-speed transmission, mataas na integration density, mahusay na optical properties, mababang konsumo ng enerhiya, at medyo murang paggawa, ang Silicon Photonics ay naging mahalagang teknolohiya sa iba’t ibang larangan.

Halimbawa, nagpapatuloy ang pananaliksik sa paggamit ng silicon photonics sa LiDAR para sa autonomous driving at industrial automation. Ang LiDAR ay gumagamit ng liwanag na nagre-reflect sa mga ibabaw imbis na radio frequency (RF) signals upang suriin at maghatid ng kritikal na impormasyon tungkol sa kapaligiran.

Bukod pa rito, maaaring gamitin ang silicon photonics para sa sensing (hal., optical sensing), kung saan ang transmisyon ng signal at pagtanggap ng naipadalang optical signal ay makakatulong matukoy ang mga katangian ng nakapaligid na kapaligiran. Maaari itong maging kapaki-pakinabang para sa mga aplikasyon sa kalusugan at consumer health wearable applications.

Maliban sa autonomous vehicles at sensing, ang paggamit ng silicon photonics ay nasuri rin sa telecommunications, quantum communications, biomedical, aerospace, astronomy, at AR/VR. Ipinapakita rin ng silicon photonics ang pangako para sa kumpletong integrasyon at malak-scale na optical quantum information processing.

Pagkatapos ay ang AI, na nangangailangan ng high-performance computing. Sa pagtaas ng AI mania at patuloy na paglago, nahaharap ang industriya ng chip sa pangangailangan para sa inobasyon. Masigasig itong nagtatrabaho upang maglagay ng mas maraming transistor sa isang chip upang makabuluhang mapabuti ang processing power at kahusayan sa enerhiya. Ang mga pagbuting ito ay mahalaga para sa mas tumpak, mabilis, at cost-effective na pag-train at pagpapatakbo ng AI algorithms.

Sa pagsisikap na manalo sa semiconductor race, kahit ang China ay nagtatayo ng photonic chip production line dahil mas mabilis ang bilis ng kalkulasyon nito at mas malaki ang kapasidad ng impormasyon, na magiging mas mataas kaysa sa umiiral na silicon-based chips.

Isang Game Changer para sa AI

Ang AI mania ay walang palatandaan ng pagbagal. Ang bagong alon ng teknolohikal na pag-unlad ay lumitaw bilang isang makapangyarihang puwersa na magbabago sa maraming industriya at maghuhubog sa hinaharap. Sa mabilis na pagiging integral ng AI sa ating pang-araw-araw na buhay at ang pagtaas ng komplikasyon ng data-intensive na aplikasyon, ang mga kumpanya, gobyerno, institusyon, at mga siyentipiko ay naghahanap ng mga paraan upang gawing mas epektibo ito.

Ito ay nagtutulak sa mga tao patungo sa silicon photonics, na isa sa mga pinaka-promising na teknolohiya upang harapin ang kumplikado at magastos na kalkulasyon na ginagawa ng deep neural networks, isang subset ng machine learning algorithms na nagpapahintulot sa mas tumpak na performance ng modelo. Ang mga deep network ay binubuo ng mga layer na naglalaman ng mga matematikal na relasyon.

Sa ganitong komplikadong kalagayan, makakatulong ang silicon photonics na mapabuti ang performance at cost efficiency, na magpapabuti sa pag-andar ng AI at machine learning applications. Ang mundo ng AI/ML ay nangangailangan ng mabilis na palitan ng data habang kumukunsumo ng kaunting enerhiya hangga’t maaari at, kasabay nito, dapat mapanatili ang mataas na computational density.

Dito, pinapayagan ng silicon photonics ang mas mahusay na komunikasyon sa pagitan ng mga computing unit. Ang materyal ay nagbibigay-daan din sa paggamit ng short-range optical interconnects upang epektibong maglipat ng data sa medyo maikling distansya sa loob ng AI/ML applications. Ang mabilis na transmisyon ng data ay mahalaga para sa real-time decision-making.

Sa ganitong paraan, ang silicon photonics ay nag-aambag sa pangkalahatang bisa at performance ng AI systems. Sa pag-leverage ng materyal na ito, maaaring i-unlock ng mga kumpanya ang mas malaking computational capabilities at magkaroon ng mas tumpak at tumutugon na mga resulta.

Ang silicon photonics ay partikular na angkop sa computing dahil ang mga circuit nito ay mas mabilis kaysa sa tradisyunal na electronic circuits. Bukod pa rito, ang kanilang optical processing ay likas na parallel, na nagpapahintulot na magsagawa ng maraming aksyon nang sabay-sabay.

Pinapayagan din ng silicon photonics na pagsamahin ang mga pangunahing komponent sa maraming kombinasyon upang bumuo ng napaka-komplikadong mga circuit, na nagbibigay-daan sa paglikha ng advanced systems na iniayon sa partikular na aplikasyon.

Ang hinaharap ng silicon photonics sa AI, ayon sa nakikita natin, ay maliwanag, dahil sa potensyal nitong baguhin ang AI algorithms at higit pang mapalakas ang kakayahan ng AI systems. Isang kapanapanabik na panahon para sa silicon photonics, tiyak.

I-click dito upang matutunan ang lahat tungkol sa pamumuhunan sa artificial intelligence. 

Isang Pagsilip sa Mga Popular na Tagagawa ng Chip

Ngayon, tingnan natin ang ilang kilalang pangalan na nasa industriya ng paggawa ng chip:

#1. NVIDIA Corporation

Ang nangunguna sa industriya ng chip, ang Nvidia, ay kasalukuyang ikatlong pinakamahalagang kumpanya sa US stock market. Pagkatapos ng lahat, kontrolado nito ang halos 80% ng AI chip market. Sa halagang $793.50 bawat share, nakamit ng kumpanya ang market cap na $1.95 trilyon.

Ang mga shares ng Nvidia ay patuloy na tumataas nang labis at umabot na sa 58.6% YTD. Sa gayon, ang kumpanya ay may EPS (TTM) na 11.93, P/E (TTM) na 65.84, at ROE (TTM) na 69.17%. Nagbabayad din ito ng dividend yield na 0.02%.

Habang tumataas ang demand sa buong mundo sa iba’t ibang industriya at bansa, iniulat ng Nvidia ang kanilang fourth-quarter results, kung saan ang revenue ay tumaas nang higit sa tatlong beses sa $22.1 bilyon. Ayon kay CEO at co-founder Jensen Huang:

“Ang accelerated computing at generative AI ay umabot na sa tipping point.”

Ang tumataas na demand para sa kanilang mga chip ay nagbigay-daan sa kumpanya na mag-forecast ng 233% na paglago sa Q1 revenue. Ang H100 data center chip ng kumpanya ang tumutulong sa kanila na manguna sa AI space. Ito ay optimized upang magproseso ng napakalaking dami ng data at computation sa mataas na bilis, na ginagawa itong perpektong solusyon para sa power-intensive na gawain ng pag-train ng AI models.

I-click dito upang matutunan ang lahat tungkol sa pamumuhunan sa NVIDIA Corporation (NVDA).

#2. Intel Corporation

Ang US-based na tagagawa ng chip ay nagbabalik sa eksena habang pinalalawak ang kanilang foundry business, na gumagawa ng mga chip design para sa ibang kumpanya. Pinili ng Microsoft ang kumpanya upang gumawa ng kanilang high-end semiconductors at “i-rebuild ang western manufacturing at scale.”

Ang chip ay ididisenyo upang gamitin ang Intel’s 18A node, isang manufacturing process na nagpapaliit at nagpapababa ng konsumo ng enerhiya ng mga semiconductor. “Ang Intel ay ang champion chip company ng bansa,” sabi ng US Commerce Secretary Gina Raimondo habang binibigyang-diin na ang Google, OpenAI, at iba pang gumagawa ng LLMs ay mangangailangan ng “mind-boggling” na dami ng semiconductor sa mga susunod na taon.

Sa kasalukuyan, ang mga shares ng Intel ay nagte-trade sa $43.12, bumaba ng 14.47% YTD, na naglalagay ng market cap ng kumpanya sa $181.7 bilyon. May EPS (TTM) na 0.38, P/E (TTM) na 113.46, at ROE (TTM) na 1.63%. Nagbabayad din ito ng dividend yield na 1.16%. Ayon kay Intel CEO Pat Gelsinger:

“Ang pangkalahatang demand (para sa AI chips) ay tila walang katapusan sa loob ng ilang taon sa hinaharap.”

#3. Samsung

Ang South Korea-based na higanteng teknolohiya ay nagbabalak na ilunsad ang kanilang 2nm chip technology upang magkaroon ng kalamangan laban sa ibang tagagawa ng chip. Ayon sa plano ng Samsung’s Foundry Forum (SFF), sisimulan ng kumpanya ang mass production ng 2nm process sa 2025 para sa mobile apps at magtutungo sa high-performance computing applications sa susunod na taon, at pagkatapos ay lilipat sa industriya ng sasakyan. Isang taon pagkatapos nito, inaasahan na sisimulan ng Samsung ang 1.4nm process.

Ang kumpanya ay may market cap na $373 bilyon na may mga shares na nagte-trade sa $1,373. Ang Samsung ay may PE Ratio (TTM) na 14.25, EPS (TTM) na 96.44, at nagbabayad ng dividend yield na 1.98%. Sa kanilang Q4 2023 financial report, binanggit ng Samsung na ang kanilang foundry division ay nakaseguro ng deal para sa kanilang 2nm AI chips mula sa Japanese AI startup na Preferred Networks (PFN), na dati nang nakikipagtulungan sa Taiwan Semiconductor Manufacturing Co (TSMC).

Ang chipmaker ay nakikipagtulungan din sa Arm upang i-optimize ang Cortex-X core sa kanilang pinaka-advanced na chip-making process tech, GAA. Noong huling bahagi ng nakaraang taon, nakipagkasundo rin ang Samsung sa Tenstorrent, na layuning hamunin ang Nvidia bilang kanilang customer.

Konklusyon

Habang ang mga pag-unlad sa AI ay nagtutulak ng pangangailangan para sa mas mataas na computing power, ang silicon photonics ay lumitaw bilang isang promising na teknolohiya, na may potensyal na bawasan ang latency habang pinapataas ang kahusayan sa pamamagitan ng pag-fabricate ng photonic components sa silicon gamit ang standard semiconductor manufacturing processes.

Bagaman maraming benepisyo ang silicon photonics, hindi pa ito mapapalitan ang mga electronic chip sa malapit na hinaharap. Ito ay dahil ang kakayahan ng silicon photonics ay nananatiling nakatuon lamang sa isang limitadong saklaw habang may mga teknikal na hadlang sa software development upang i-optimize ang kanilang kakayahan. Kaya, aabutin pa ng ilang panahon bago maging laganap ang paggamit ng silicon photonics, ngunit nagsisimula na lamang ang teknolohiyang ito, at dahil sa bilis ng pag-unlad ng AI, maaaring mapabilis ito.

I-click dito upang matutunan ang kasalukuyang estado ng quantum computing.