Das MIT hat die Architektur eines neuen photonischen Prozessors entwickelt. Es wird die Effizienz optischer neuronaler Netze im Vergleich zu ähnlichen Geräten tausendfach steigern.
Der Chip reduziert den Stromverbrauch des Rechenzentrums. Wir verraten Ihnen, wie es funktioniert.
Фото - – Unsplash
Warum brauchen wir eine neue Architektur?
Optische neuronale Netze sind schneller als herkömmliche Lösungen, die elektronische Komponenten verwenden. Licht Isolierung der Signalwege und Laserströme können einander ohne gegenseitige Beeinflussung passieren. Auf diese Weise können alle Signalwege gleichzeitig funktionieren, was hohe Datenübertragungsraten ermöglicht.
Es gibt jedoch ein Problem: Je größer das neuronale Netzwerk, desto mehr Energie verbraucht es. Um dieses Problem zu lösen, werden spezielle Beschleunigerchips (KI-Beschleuniger) entwickelt, die die Datenübertragung optimieren. Allerdings skalieren sie nicht so gut, wie wir es gerne hätten.
Das Problem der Energieeffizienz und Skalierung optischer Chips wurde am MIT gelöst eine neue photonische Beschleunigerarchitektur, die den Stromverbrauch des Geräts um das Tausendfache reduziert und mit zig Millionen Neuronen arbeitet. Die Entwickler sagen, dass die Technologie in Zukunft in Rechenzentren Anwendung finden wird, die mit komplexen intelligenten Systemen und maschinellen Lernalgorithmen interagieren und auch Big Data analysieren.
Wie ist sie?
Der neue Chip basiert auf einer optoelektronischen Schaltung. Die übertragenen Daten werden weiterhin mit optischen Signalen codiert, für die Matrixmultiplikation wird jedoch eine ausgeglichene Homodyndetektion verwendet (). Dies ist eine Technik, mit der Sie ein elektrisches Signal basierend auf zwei optischen Signalen erzeugen können.
Über einen einzigen Signalweg werden Lichtimpulse mit Informationen über Input- und Output-Neuronen übertragen. Daten über die Gewichte von Neuronen hingegen kommen über separate Kanäle. Sie alle „divergieren“ zu Knoten eines Gitters homodyner Fotodetektoren, die den Ausgabewert für jedes Neuron berechnen (den Signalpegel bestimmen). Diese Informationen werden dann an einen Modulator gesendet, der das elektrische Signal wieder in ein optisches umwandelt. Anschließend wird es an die nächste Schicht des neuronalen Netzwerks gesendet und der Vorgang wiederholt.
In ihrer wissenschaftlichen Arbeit arbeiten Ingenieure des MIT Das folgende Diagramm für eine Ebene:
Bild: / CC BY
Die neue KI-Beschleunigerarchitektur erfordert nur einen Eingabe- und einen Ausgabekanal für jedes Neuron. Infolgedessen entspricht die Anzahl der Fotodetektoren der Anzahl der Neuronen und nicht ihren Gewichtungskoeffizienten.
Mit diesem Ansatz können Sie Platz auf dem Chip sparen, die Anzahl nützlicher Signalpfade erhöhen und den Stromverbrauch optimieren. Jetzt erstellen Ingenieure des MIT einen Prototyp, der die Fähigkeiten der neuen Architektur in der Praxis testen soll.
Wer entwickelt noch photonische Chips?
Entwicklungen ähnlicher Technologie Lightelligence ist ein kleines Startup mit Sitz in Boston. Mitarbeiter des Unternehmens sagen, dass ihr KI-Beschleuniger es ermöglichen wird, Probleme des maschinellen Lernens um ein Hundertfaches schneller zu lösen als mit klassischen Geräten. Letztes Jahr schloss das Team die Erstellung eines Prototyps seines Geräts ab und bereitete sich auf die Durchführung von Tests vor.
Arbeitet im Bereich photonische Chips und Cisco. Das gab das Unternehmen Anfang des Jahres bekannt Startup Luxtera, das photonische Chips für Rechenzentren entwickelt. Das Unternehmen stellt insbesondere Hardwareschnittstellen her, die den direkten Anschluss von Glasfaser an Server ermöglichen. Dieser Ansatz erhöht die Netzwerkkapazität und beschleunigt die Datenübertragung. Luxtera-Geräte verwenden spezielle Laser zum Verschlüsseln von Informationen und Germanium-Fotodetektoren zum Entschlüsseln.
Фото - – Unsplash
Auch andere große IT-Unternehmen wie Intel beschäftigen sich mit optischen Technologien. Bereits 2016 begannen sie mit der Produktion eigener optischer Chips, die den Datentransfer zwischen Rechenzentren optimieren. Kürzlich haben Vertreter der Organisation dass sie planen, diese Technologien außerhalb von Rechenzentren zu implementieren – in Lidars für selbstfahrende Autos.
Mit dem Ergebnis, dass
Bisher können photonische Technologien nicht als universelle Lösung bezeichnet werden. Ihre Umsetzung erfordert einen hohen Aufwand für die technische Umrüstung von Rechenzentren. Aber Entwicklungen, wie sie am MIT und anderen Organisationen entwickelt werden, werden optische Chips billiger machen und höchstwahrscheinlich ihre Verbreitung auf dem Massenmarkt für Rechenzentrumsausrüstung ermöglichen.
Wir sind Wir unterstützen Unternehmen bei der Entwicklung ihrer IT-Infrastruktur und bieten private und hybride Cloud-Dienste an. Darüber schreiben wir in unserem Unternehmensblog:
Source: habr.com