Am MIT wurde eine neue Architektur fĂŒr einen photonischen Prozessor entwickelt. Er wird die Effizienz optischer neuronaler Netze tausendfach im Vergleich zu Ă€hnlichen GerĂ€ten steigern.
Der Chip reduziert den Stromverbrauch von Rechenzentren. Wir erklÀren, wie er aufgebaut ist.
Foto â â Unsplash
Warum eine neue Architektur notwendig ist
Optische neuronale Netze arbeiten schneller als herkömmliche Lösungen, die elektronische Komponenten verwenden. Licht keine Isolierung der Signalleitungen, und Lichtstrahlen können ohne gegenseitige Beeinflussung durchdringen. Auf diese Weise können alle Signalleitungen gleichzeitig arbeiten, was eine hohe DatenĂŒbertragungsrate gewĂ€hrleistet.
Doch es gibt ein Problem - je gröĂer das neuronale Netz, desto mehr Energie verbraucht es. Um dieses Problem zu lösen, werden spezielle Beschleuniger-Chips (AI accelerators) entwickelt, die die DatenĂŒbertragung optimieren. Allerdings skalieren sie nicht so gut, wie gewĂŒnscht.
Die Lösung fĂŒr das Problem der Energieeffizienz und Skalierbarkeit optischer Chips wird am MIT angegangen und eine neue Architektur fĂŒr den photonischen Beschleuniger, die den Energieverbrauch des GerĂ€ts um das Tausendfache reduziert und mit Dutzenden von Millionen Neuronen arbeitet. Die Entwickler sagen, dass die Technologie in Zukunft in Rechenzentren Anwendung finden wird, die mit komplexen intelligenten Systemen und Machine-Learning-Algorithmen interagieren und sich mit der Analyse groĂer Datenmengen beschĂ€ftigen.
Was es ist
Der neue Chip basiert auf einer optoelektronischen Schaltung. Die ĂŒbertragenen Daten werden weiterhin durch optische Signale kodiert, aber fĂŒr die matrixmĂ€Ăige Multiplikation wird die balancierte Homodyn-Erkennung verwendet (). Dies ist eine Technik, die es ermöglicht, ein elektrisches Signal auf der Grundlage von zwei optischen Signalen zu erzeugen.
FĂŒr die Ăbertragung von Lichtimpulsen mit Informationen ĂŒber Eingangs- und Ausgangsneuronen wird ein einzelner Signalweg verwendet. Die Daten zu den Gewichtungen der Neuronen hingegen kommen ĂŒber separate KanĂ€le. Alle diese "verzweigen" sich zu den Knoten des homodynen Fotodetektornetzwerks, die den Ausgangswert fĂŒr jedes Neuron berechnen (bestimmen das Signalniveau). AnschlieĂend gelangt diese Information zu einem Modulator, der das elektrische Signal wieder in ein optisches umwandelt. Danach wird es an die nĂ€chste Schicht des neuronalen Netzwerks gesendet und der Prozess wiederholt sich.
In ihrer wissenschaftlichen Arbeit prĂ€sentieren Ingenieure des MIT folgende Schema fĂŒr eine Schicht:
Bild: / CC BY
Die neue Architektur des KI-Beschleunigers erfordert nur einen Eingangs- und einen Ausgangskanal fĂŒr jedes Neuron. Dadurch wird die Anzahl der Fotodetektoren der Anzahl der Neuronen und nicht deren Gewichtungen gleichgesetzt.
Dieser Ansatz spart Platz auf dem Chip, erhöht die Anzahl der nĂŒtzlichen Signalwege und optimiert den Energieverbrauch. Die Ingenieure des MIT arbeiten derzeit an einem Prototyp, der die Möglichkeiten der neuen Architektur in der Praxis testen soll.
Wer entwickelt sonst photonische Chips?
Ăhnliche Technologien werden entwickelt von Lightelligence â einem kleinen Startup aus Boston. Die Mitarbeiter des Unternehmens geben an, dass ihr KI-Beschleuniger Aufgaben des maschinellen Lernens Hunderte von Malen schneller als herkömmliche GerĂ€te lösen kann. Im vergangenen Jahr war das Team mit der Fertigstellung des Prototyps ihres GerĂ€ts beschĂ€ftigt und bereitete sich auf Tests vor.
Das Unternehmen Cisco ist ebenfalls im Bereich photonischer Chips tĂ€tig. Zu Jahresbeginn gab das Unternehmen bekannt, dass es Startup Luxtera ĂŒbernommen hat, das photonische Chips fĂŒr Datenzentren entwirft. Insbesondere stellt das Unternehmen Hardware-Schnittstellen her, die eine direkte Verbindung von Glasfaser zu Servern ermöglichen. Dieser Ansatz erhöht die Netzwerkbandbreite und beschleunigt die DatenĂŒbertragung. Luxtera-GerĂ€te verwenden spezielle Laser zur Kodierung von Informationen und Germanium-Fotodetektoren zur Decodierung.
Foto â â Unsplash
Auch andere groĂe IT-Unternehmen wie Intel beschĂ€ftigen sich mit optischen Technologien. Bereits 2016 begannen sie, eigene optische Chips zu produzieren, um die DatenĂŒbertragung zwischen Rechenzentren zu optimieren. KĂŒrzlich haben Vertreter der Organisation , was plant man, diese Technologien auĂerhalb von Rechenzentren zu implementieren â in Lidar-Systemen fĂŒr autonome Fahrzeuge.
Was am Ende
Bisher können photonische Technologien nicht als universelle Lösung bezeichnet werden. Ihre Implementierung erfordert hohe Investitionen in die technische UmrĂŒstung von Rechenzentren. Aber Entwicklungen, Ă€hnlich denen, die am MIT und in anderen Organisationen vorangetrieben werden, werden die optischen Chips kostengĂŒnstiger machen und wahrscheinlich dazu fĂŒhren, dass sie auf dem Massenmarkt fĂŒr RechenzentrumsgerĂ€te "vorankommen".
Wir bei  helfen Unternehmen, ihre IT-Infrastruktur auszubauen und bieten private und hybride Cloud-Dienste an. DarĂŒber schreiben wir in unserem Unternehmensblog:
Quelle: habr.com
