{"id":35567,"date":"2019-10-31T22:05:06","date_gmt":"2019-10-31T19:05:06","guid":{"rendered":"https:\/\/prohoster.info\/blog\/sokratit-energopotreblenie-v-tsod-pomozhet-novyj-fotonnyj-chip\/"},"modified":"2019-10-31T22:05:06","modified_gmt":"2019-10-31T19:05:06","slug":"sokratit-energopotreblenie-v-tsod-pomozhet-novyj-fotonnyj-chip","status":"publish","type":"post","link":"https:\/\/prohoster.info\/es\/blog\/administrirovanie\/sokratit-energopotreblenie-v-tsod-pomozhet-novyj-fotonnyj-chip","title":{"rendered":"Reducir el consumo de energ\u00eda en el centro de datos: ayudar\u00e1 un nuevo chip fot\u00f3nico","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

En el MIT han desarrollado una nueva arquitectura para un procesador fot\u00f3nico. Este aumentar\u00e1 la eficiencia de las redes neuronales \u00f3pticas mil veces en comparaci\u00f3n con dispositivos similares. <\/p>\n

El chip reducir\u00e1 el consumo de electricidad en los centros de datos. Te contamos c\u00f3mo est\u00e1 dise\u00f1ado.<\/p>\n

\"Reducir<\/a><\/noindex><\/a><\/noindex>
\nFoto \u2014 Ildefonso Polo<\/a><\/noindex> \u2014 Unsplash<\/i><\/p>\n

\u00bfPor qu\u00e9 es necesaria una nueva arquitectura?<\/h2>\n

\nLas redes neuronales \u00f3pticas funcionan m\u00e1s r\u00e1pido que las soluciones tradicionales que utilizan componentes electr\u00f3nicos. La luz no requiere<\/a><\/noindex> aislamiento de las rutas de se\u00f1al, y los haces l\u00e1ser pueden atravesarse entre s\u00ed sin afectar mutuamente. De esta manera, todos los caminos de se\u00f1al pueden funcionar simult\u00e1neamente, lo que asegura una alta velocidad de transmisi\u00f3n de datos.<\/p>\n

Pero hay un problema: cuanto mayor es el tama\u00f1o de la red neuronal, m\u00e1s energ\u00eda consume. Para resolver este problema, se est\u00e1n desarrollando chips aceleradores (AI accelerators) que optimizan la transmisi\u00f3n de datos. Sin embargo, no se escalan tan bien como se desear\u00eda.<\/p>\n

El MIT se ha ocupado de la eficiencia energ\u00e9tica y la escalabilidad de los chips \u00f3pticos y presentaron<\/a><\/noindex> una nueva arquitectura de acelerador fot\u00f3nico que reduce el consumo de energ\u00eda del dispositivo mil veces y trabaja con decenas de millones de neuronas. Los desarrolladores dicen que esta tecnolog\u00eda podr\u00eda aplicarse en el futuro a centros de datos que interact\u00faan con sistemas inteligentes complejos y algoritmos de aprendizaje autom\u00e1tico, as\u00ed como al an\u00e1lisis de grandes datos.<\/p>\n

\u00bfQu\u00e9 es?<\/h2>\n

\nEl nuevo chip est\u00e1 basado en un circuito opto-electr\u00f3nico. Los datos transmitidos siguen siendo codificados por se\u00f1ales \u00f3pticas, pero para la multiplicaci\u00f3n matricial se utiliza la detecci\u00f3n homog\u00e9nea balanceada (p\u00e1g. 30<\/a><\/noindex>). Esta t\u00e9cnica permite formar una se\u00f1al el\u00e9ctrica a partir de dos se\u00f1ales \u00f3pticas.<\/p>\n

Para transmitir impulsos de luz con informaci\u00f3n sobre las neuronas de entrada y salida se utiliza una \u00fanica v\u00eda de se\u00f1al. Los datos sobre los pesos de las neuronas, por el contrario, llegan a trav\u00e9s de canales separados. Todos ellos se \"dispersan\" a trav\u00e9s de los nodos de la red de fotodetectores homodin\u00e1micos, que calculan el valor de salida para cada neurona (determinan el nivel de se\u00f1al). Luego, esta informaci\u00f3n se env\u00eda a un modulador, que convierte la se\u00f1al el\u00e9ctrica de vuelta a \u00f3ptica. A continuaci\u00f3n, se env\u00eda a la siguiente capa de la red neuronal y el proceso se repite.<\/p>\n

En su trabajo acad\u00e9mico, los ingenieros del MIT presentan<\/a><\/noindex> el siguiente esquema para una capa:<\/p>\n

\"ReducirImagen: Redes Neurales \u00d3pticas a Gran Escala Basadas en Multiplicaci\u00f3n Fotoel\u00e9ctrica<\/a><\/noindex> \/ CC BY<\/i><\/p>\n

La nueva arquitectura del acelerador de IA requiere solo un canal de entrada y uno de salida para cada neurona. Como resultado, el n\u00famero de fotodetectores se iguala al n\u00famero de neuronas y no a sus coeficientes de peso.<\/p>\n

Este enfoque permite ahorrar espacio en el chip, aumentar el n\u00famero de v\u00edas de se\u00f1al \u00fatiles y optimizar el consumo de energ\u00eda. Actualmente, los ingenieros del MIT est\u00e1n creando un prototipo que permitir\u00e1 probar las capacidades de la nueva arquitectura en la pr\u00e1ctica.<\/p><\/blockquote>\n

<\/p>\n

\u00bfQui\u00e9n m\u00e1s est\u00e1 desarrollando chips fot\u00f3nicos?<\/h2>\n

\nLos desarrollos de una tecnolog\u00eda similar est\u00e1n a cargo de<\/a><\/noindex> Lightelligence, una peque\u00f1a startup de Boston. Los empleados de la empresa afirman que su acelerador de IA permitir\u00e1 resolver tareas de aprendizaje autom\u00e1tico cientos de veces m\u00e1s r\u00e1pido que los dispositivos cl\u00e1sicos. El a\u00f1o pasado, el equipo finaliz\u00f3 la creaci\u00f3n del prototipo de su dispositivo y se prepar\u00f3 para realizar pruebas.<\/p>\n

Est\u00e1 trabajando en el \u00e1mbito de los chips fot\u00f3nicos, as\u00ed como Cisco. A principios del a\u00f1o, la empresa anunci\u00f3 la compra<\/a><\/noindex> de la startup Luxtera, que dise\u00f1a chips fot\u00f3nicos para centros de datos. En particular, la empresa produce interfaces de hardware que permiten conectar fibra \u00f3ptica directamente a los servidores. Este enfoque aumenta la capacidad de las redes y acelera la transmisi\u00f3n de datos. Los dispositivos de Luxtera utilizan l\u00e1seres especiales para codificar informaci\u00f3n y fotodetectores de germanio para su descifrado.<\/p>\n

\"Reducir
\nFoto \u2014 Thomas Jensen<\/a><\/noindex> \u2014 Unsplash<\/i><\/p>\n

Grandes empresas de TI, como Intel, est\u00e1n involucradas en tecnolog\u00edas \u00f3pticas. Ya en 2016 comenzaron a producir sus propios chips \u00f3pticos, optimizando la transferencia de datos entre centros de datos. Recientemente, representantes de la organizaci\u00f3n informaron<\/a><\/noindex>, que planean implementar estas tecnolog\u00edas fuera de los centros de datos, en lidars para veh\u00edculos aut\u00f3nomos.<\/p>\n

Qu\u00e9 se puede concluir<\/h2>\n

\nPor ahora, las tecnolog\u00edas fot\u00f3nicas no se pueden considerar una soluci\u00f3n universal. Su implementaci\u00f3n requiere grandes inversiones para la modernizaci\u00f3n t\u00e9cnica de los centros de datos. Sin embargo, desarrollos como los que se est\u00e1n llevando a cabo en el MIT y otras organizaciones har\u00e1n que los chips \u00f3pticos sean m\u00e1s baratos y probablemente permitir\u00e1n \"promoverlos\" en el mercado masivo de equipos para centros de datos.<\/p>\n

\nEn ITGLOBAL.COM<\/a><\/noindex>\u00a0ayudamos a las empresas a desarrollar su infraestructura de TI y proporcionamos servicios de nube privada e h\u00edbrida. Esto es de lo que escribimos en nuestro blog corporativo:<\/p>\n