A MIT-nél fejlesztettek ki egy új fényalapú processzor architektúrát. Ez ezerrel növeli az optikai neurális hálózatok hatékonyságát az hasonló eszközökhöz képest.
A chip csökkenti az adatközpontok által felhasznált elektromos energia mennyiségét. Elmondjuk, hogyan működik.
Fotó — — Unsplash
Miért van szükség új architektúrára
Az optikai neurális hálózatok gyorsabban működnek, mint a hagyományos megoldások, amelyek elektronikus alkatrészeket használják. A fény jelek szigetelését, és a lézersugarak képesek áthatolni egymáson kölcsönhatás nélkül. Így az összes jelek egyidejűleg működhetnek, ami magas adatátviteli sebességet biztosít.
De van egy probléma — minél nagyobb a neurális hálózat mérete, annál több energiát fogyaszt. Ennek a problémának a megoldására speciális gyorsító chipeket fejlesztenek (AI accelerators), amelyek optimalizálják az adatok átvitelét. Azonban nem skálázódnak olyan jól, ahogy szeretnénk.
Az MIT-nél foglalkoznak az optikai chipek energiahatékonyságának és skálázhatóságának problémájával, egy új fényalapú gyorsító architektúrát dolgozva ki, amely ezerrel csökkenti az eszköz energiafogyasztását, és tizedmillió neuron működését képes támogatni. A fejlesztők szerint a technológia a jövőben alkalmazást nyerhet az adatközpontokban, amelyek összetett intelligens rendszerekkel és gépi tanulási algoritmusokkal lépnek interakcióba, továbbá nagy adathalászati elemzésekkel is foglalkoznak.
Mi is ez?
Az új chip optoelektronikus áramkörre épül. Az átvitt adatok továbbra is optikai jelek formájában kódolódnak, de a mátrix szorzáshoz az egyensúlyi homodin érzékelés () alkalmazásával történik. Ez egy olyan technika, amely lehetővé teszi, hogy két optikai jel alapján elektromos jelet hozzanak létre.
A fényimpulzusok információt továbbítanak a bemeneti és kimeneti neuronokkal egy jelúton. A neuronok súlyairól szóló adatok viszont külön csatornákon érkeznek. Ezek mind a homogén fotódetektorok hálózati csomópontjaihoz „szépen” eloszlanak, amelyek kiszámítják az egyes neuronok kimeneti értékét (megállapítják a jel szintjét). Ezután az információ a modulátorhoz kerül, amely az elektromos jelet visszaalakítja optikai jelre. Ezt követően az következő réteg neuronhálózatához kerül, és a folyamat újra kezdődik.
A MIT mérnökei tudományos munkájukban az alábbi ábrát egy rétegre:
Kép: / CC BY
Az új AI-gyorsító architektúra mindössze egy bemeneti és egy kimeneti csatornát igényel minden neuronhoz. Ennek következtében a fotódetektorok száma a neuronok számával egyenlő, nem a súlyukéval.
Ez a megközelítés lehetővé teszi a chip helymegtakarítást, a hasznos jelutak számának növelését és az energiafogyasztás optimalizálását. Jelenleg a MIT mérnökei egy prototípust készítenek, amely lehetővé teszi az új architektúra képességeinek gyakorlati tesztelését.
Ki még fejleszti a fotonikus chippeket
Hasonló technológiák fejlesztésében A Lightelligence egy kis bostoni startup. A cég munkatársai azt mondják, hogy az AI-gyorsítójukkal a gépi tanulás feladatait százszor gyorsabban lehet elvégezni, mint a klasszikus eszközökkel. Tavaly a csapat befejezte a készülékük prototípusának megalkotását, és készültek a tesztelésre.
A Cisco is a fotonikus chipek területén dolgozik. Az év elején a cég bejelentette, hogy a Luxtera startupot, amely fotonikus chipeket tervez adatközpontok számára. Különösen, a cég olyan hardver interfészeket készít, amelyek lehetővé teszik az optikai kábelek közvetlen csatlakoztatását a szerverekhez. Ez a megközelítés növeli a hálózatok teljesítményét és gyorsítja az adatok továbbítását. A Luxtera eszközei speciális lézereket használnak az információ kódolására, és germánium fotódetektorokat az adatdešifrához.
Fotó — — Unsplash
Más nagy IT cégek is optikai technológiákkal foglalkoznak, például az Intel. Már 2016-ban elkezdték saját optikai chipeik gyártását, amelyek optimalizálják az adatátvitelt az adatközpontok között. Nemrégiben a szervezet képviselői , amelyet a vállalatok a központi adatokon kívül szeretnének bevezetni — lídárokban önvezető autók számára.
Végül
A fotonikus technológiákat még nem nevezhetjük univerzális megoldásnak. Bevezetésük nagy költségeket igényel a data center technikai korszerűsítésére. Azonban olyan fejlesztések, mint amelyeket az MIT és más szervezetek végeznek, olcsóbbá tehetik az optikai chipeket, és valószínűleg lehetővé teszik azok elterjedését a központi adatfeldolgozók tömeges piacon.
1cloud segítünk a vállalatoknak IT-infrastruktúra fejlesztésében és privát, valamint hibrid felhőszolgáltatásokat nyújtunk. Erről számolunk be a vállalati blogunkban:
Forrás: habr.com
