MIT har udviklet arkitekturen for en ny fotonisk processor. Det vil øge effektiviteten af optiske neurale netværk tusind gange sammenlignet med lignende enheder.
Chippen vil reducere mængden af elektricitet, der forbruges af datacentret. Vi fortæller dig, hvordan det fungerer.
Ф billeder - — Unsplash
Hvorfor har vi brug for en ny arkitektur?
Optiske neurale netværk er hurtigere end traditionelle løsninger, der bruger elektroniske komponenter. Lys isolering af signalveje, og laserstrømme er i stand til at passere gennem hinanden uden gensidig påvirkning. På denne måde kan alle signalveje fungere samtidigt, hvilket giver mulighed for høje dataoverførselshastigheder.
Men der er et problem - jo større neurale netværk, jo mere energi forbruger det. For at løse dette problem udvikles specielle acceleratorchips (AI-acceleratorer), der optimerer dataoverførsel. De skalerer dog ikke så godt, som vi gerne ville.
Problemet med energieffektivitet og skalering af optiske chips blev løst på MIT og en ny fotonisk acceleratorarkitektur, der reducerer enhedens strømforbrug tusind gange og fungerer med titusinder af neuroner. Udviklerne siger, at teknologien i fremtiden vil finde anvendelse i datacentre, der interagerer med komplekse intelligente systemer og maskinlæringsalgoritmer og også analyserer big data.
Hvordan er hun?
Den nye chip er bygget på basis af et optoelektronisk kredsløb. De transmitterede data er stadig kodet med optiske signaler, men balanceret homodyndetektion bruges til matrixmultiplikation (). Dette er en teknik, der giver dig mulighed for at generere et elektrisk signal baseret på to optiske.
En enkelt signalvej bruges til at transmittere lysimpulser med information om input og output neuroner. Data om vægten af neuroner kommer tværtimod gennem separate kanaler. Alle "divergerer" til noder i et gitter af homodyne fotodetektorer, som beregner outputværdien for hver neuron (bestem signalniveauet). Denne information sendes derefter til en modulator, som konverterer det elektriske signal tilbage til optisk. Dernæst sendes det til det næste lag af det neurale netværk, og processen gentages.
I deres videnskabelige arbejde, ingeniører fra MIT følgende diagram for et lag:
Billede: / CC BY
Den nye AI-acceleratorarkitektur kræver kun én input- og én outputkanal for hver neuron. Som et resultat er antallet af fotodetektorer lig med antallet af neuroner, snarere end deres vægtningskoefficienter.
Denne tilgang giver dig mulighed for at spare plads på chippen, øge antallet af nyttige signalveje og optimere strømforbruget. Nu er ingeniører fra MIT ved at skabe en prototype, der skal teste den nye arkitekturs muligheder i praksis.
Hvem ellers udvikler fotoniske chips?
Udvikling af lignende teknologi Lightelligence er en lille startup baseret i Boston. Virksomhedens medarbejdere siger, at deres AI-accelerator vil gøre det muligt at løse maskinlæringsproblemer hundredvis af gange hurtigere end klassiske enheder. Sidste år var holdet ved at færdiggøre skabelsen af en prototype af deres enhed og forberede sig på at udføre tests.
Arbejder inden for fotoniske chips og Cisco. I begyndelsen af året annoncerede selskabet startup Luxtera, som designer fotoniske chips til datacentre. Virksomheden producerer især hardware-interfaces, der giver dig mulighed for at forbinde fiberoptik direkte til servere. Denne tilgang øger netværkskapaciteten og fremskynder dataoverførslen. Luxtera-enheder bruger specielle lasere til at kode information og germanium fotodetektorer til at dekryptere den.
Ф billeder - — Unsplash
Andre store it-virksomheder, såsom Intel, er også involveret i optiske teknologier. Tilbage i 2016 begyndte de at producere deres egne optiske chips, der optimerer dataoverførsel mellem datacentre. For nylig, repræsentanter for organisationen at de planlægger at implementere disse teknologier uden for datacentre – i lidarer til selvkørende biler.
Således at
Indtil videre kan fotoniske teknologier ikke kaldes en universel løsning. Deres implementering kræver store udgifter til teknisk genopretning af datacentre. Men udviklinger som dem, der udvikles på MIT og andre organisationer, vil gøre optiske chips billigere og vil højst sandsynligt give dem mulighed for at blive forfremmet til massemarkedet for datacenterudstyr.
Vi er inde Vi hjælper virksomheder med at udvikle it-infrastruktur og levere private og hybride cloud-tjenester. Dette er, hvad vi skriver om på vores virksomhedsblog:
Kilde: www.habr.com