At reducere energiforbruget i datacentret — en ny fotonisk chip vil hjælpe.

MIT har udviklet en ny arkitektur for en fotonisk processor. Den vil øge effektiviteten af optiske neurale netværk tusind gange sammenlignet med lignende enheder.

Chippen vil reducere mængden af elektricitet, der forbruges af datacentre. Her er en forklaring på, hvordan den fungerer.

At reducere energiforbruget i datacentret — en ny fotonisk chip vil hjælpe.
Foto — Ildefonso Polo — Unsplash

Hvorfor er der brug for en ny arkitektur

Optiske neurale netværk arbejder hurtigere end traditionelle løsninger, der bruger elektroniske komponenter. Lys kræver ikke signalveje kan ikke påvirke hinanden. Dermed kan alle signalveje fungere samtidigt, hvilket sikrer høj dataoverførselshastighed.

Men der er et problem — jo større størrelsen af det neurale netværk er, jo mere energi forbruger det. For at løse dette problem udvikles der specielle acceleratorchips (AI accelerators), som optimerer dataoverførsel. Men de skalerer ikke så godt, som man kunne håbe.

Problemet med energieffektivitet og skalering af optiske chips er blevet taget op på MIT og bogen "ITIL Foundation. ITIL 4 Edition". Dens opgave er at forklare nøglebegreberne og lægge grundlaget for efterfølgende studier af avancerede programmer. den nye arkitektur for den fotoniske accelerator, som reducerer enhedens energiforbrug tusind gange og fungerer med titusinder af millioner neuroner. Udviklerne siger, at teknologien i fremtiden vil finde anvendelse i datacentre, der interagerer med komplekse intelligente systemer og algoritmer til maskinlæring samt analyserer store datamængder.

Hvad indebærer det?

Den nye chip er konstrueret på baggrund af en optoelektronisk kredsløbs. De overførte data er stadig kodet i optiske signaler, men til matrixmultiplikation anvendes balanceret homodynisk detektion (s. 30). Det er en teknik, der muliggør dannelse af et elektrisk signal baseret på to optiske signaler.

En enkelt signalvej bruges til at overføre lysimpulser med information om input- og outputneuroner. Data om neuroners vægte ankommer derimod via separate kanaler. Alle signaler 'fordeles' over noderne af de homodyniske fotodetektorer, som beregner outputværdien for hver neuron (bestemmer signalniveauet). Denne information sendes derefter til modulatoren, som konverterer det elektriske signal tilbage til optisk. Derefter sendes det til det næste lag af det neurale netværk, og processen gentages.

I deres videnskabelige arbejde præsenterer ingeniører fra MIT følgende diagram for et lag: Large-Scale Optical Neural Networks Based on Photoelectric Multiplication

At reducere energiforbruget i datacentret — en ny fotonisk chip vil hjælpe.Billede: Den nye AI-acceleratorarkitektur kræver kun én indgangs- og én udgangskanal for hver neuron. Som et resultat svarer antallet af fotodetektorer til antallet af neuroner i stedet for deres vægte. / CC BY

Denne tilgang sparer plads på chippen, øger antallet af nyttige signalveje og optimerer energiforbruget. Ingeniører fra MIT arbejder i øjeblikket på en prototype, der vil muliggøre test af den nye arkitekturs muligheder i praksis.

Hvem udvikler også fotoniske chips?

Udviklingen af lignende teknologi

Lightelligence — en lille startup fra Boston. Virksomhedens medarbejdere siger, at deres AI-accelerator vil gøre det muligt at løse maskinlæringsopgaver hundredfold hurtigere end klassiske enheder. Sidste år afsluttede teamet opbygningen af prototypen af deres enhed og forberedte sig på at gennemføre tests. arbejder på Virksomheden arbejder inden for fotoniske chips og Cisco. I begyndelsen af året annoncerede virksomheden om

opkøbet af startupen Luxtera, som designer fotoniske chips til datacentre. Især producerer virksomheden hardwaregrænseflader, der gør det muligt at tilslutte fiberoptik direkte til serverne. Denne tilgang øger netværkets båndbredde og fremskynder dataoverførslen. Luxtera-enheder bruger specielle lasere til at kode information og germaniumfotodetektorer til at dekode den. Andre store IT-virksomheder arbejder også med optiske teknologier, såsom Intel. Allerede i 2016 begyndte de at producere deres egne optiske chips, der optimerer dataoverførslen mellem datacentre. For nylig annoncerede repræsentanter for organisationen

At reducere energiforbruget i datacentret — en ny fotonisk chip vil hjælpe.
Foto — Thomas Jensen — Unsplash

, at de planlægger at implementere disse teknologier uden for datacenterne — i lidar til selvkørende biler. om de undersøgelser, der ligger til grund for de populære råd om, hvordan man "lærer at lære".Indtil videre kan fotoniske teknologier ikke kaldes en universel løsning. Deres implementering kræver betydelige investeringer i teknologisk opgradering af datacentre. Men udviklinger som dem, der fremskrides i MIT og andre organisationer, vil gøre optiske chips billigere og sandsynligvis gøre det muligt at 'fremme' dem på det massemarkedet for udstyr til datacentre.

What is the outcome

Photon technologies cannot yet be called a universal solution. Their implementation requires significant investment in the technical re-equipment of data centers. However, developments like those being pursued at MIT and other organizations will make optical chips cheaper and are likely to promote their adoption in the mass market for data center equipment.

Vi i ITGLOBAL.COM vi hjælper virksomheder med at udvikle IT-infrastruktur og tilbyder private og hybride cloud-tjenester. Her er hvad vi skriver om på virksomhedens blog:

Kilde: habr.com

Køb pålidelig webhosting med DDoS-beskyttelse, VPS VDS-servere 🔥 Køb pålidelig webhosting med DDoS-beskyttelse, VPS VDS-servere | ProHoster