Dormeyên yekbûyî yên fotonîkî, an çîpên optîkî, bi potansiyel gelek feydeyan li hember hevpîşeyên xwe yên elektronîkî pêşkêşî dikin, wek kêm xerckirina hêzê û kêmkirina derengiya di hesabkirinê de. Ji ber vê yekê gelek lêkolîner bawer dikin ku ew dikarin di karên fêrbûna makîneyê û îstîxbarata sûnî (AI) de pir bi bandor bin. Intel di vî warî de ji bo karanîna fotonîkên siliconê jî perspektîfên mezin dibîne. Tîma wê ya lêkolînê li teknîkên nû yên hûrgulî ku dikarin torên neuralî yên optîkî gavekê nêzî rastiyê bikin.
Di demeke nêzîk de , ku ji fêrbûna makîneyê re hatî veqetandin, diyar dike ka lêkolîna di warê torên neuralî yên optîkî de çawa dest pê kir. Lêkolîna David AB Miller û Michael Reck destnîşan kir ku celebek dorhêla fotonîkî ya ku wekî navbeynkarek Mach-Zehnder (MZI) tê zanîn dikare were mîheng kirin da ku pirkirina matrixê 2 × 2 pêk bîne dema ku MZI li ser tevnek sêgoşe were danîn ji bo pirkirina matricên mezin. dorhêlek ku algorîtmaya pirjimariya matrix-vektorê, hesabek bingehîn a ku di fêrbûna makîneyê de tê bikar anîn bicîh tîne, bistînin.
Lêkolîna nû ya Intel balê dikişîne ser ka çi diqewime dema ku kêmasiyên cûrbecûr yên ku çîpên optîkî di dema çêkirinê de pê hesiyan in (ji ber ku fotonîka hesabker di xwezayê de analog e) dibe sedema cûdahiya rastbûna hesabkirinê di navbera çîpên cihêreng ên heman celebê de. Her çend lêkolînên bi vî rengî hatine kirin jî, di paşerojê de wan bêtir balê dikişîne ser xweşbîniya piştî çêkirinê da ku xeletiyên gengaz ji holê rakin. Lê ev nêzîkatî ji ber ku torên mezin dibin, pîvandina xizan heye, di encamê de hêza hesabkirinê ya ku ji bo sazkirina torên optîkî hewce dike zêde dibe. Li şûna xweşbîniya paş-çêkirinê, Intel-ê çîpên perwerdehiyê yek carî berî çêkirinê bi karanîna mîmariya toleransê deng ve nirxand. Tora neuralî ya optîkî ya referansa carekê hate perwerde kirin, piştî wê yekê pîvanên perwerdehiyê li gelek mînakên torê yên çêkirî yên ku di pêkhateyên wan de cûdahiyên wan hene hatin belav kirin.
Tîma Intel ji bo avakirina pergalên îstîxbarata sûnî li ser bingeha MZI du mîmarî nirxand: GridNet û FFTNet. GridNet bi pêşbînî MZI-yan di nav torekek de cîh dike, dema ku FFTNet wan di perperokan de cîh dike. Piştî perwerdehiya hem di simulasyonek li ser peywira pîvana fêrbûna kûr a nasîna jimareya destnivîskî (MNIST), lêkolîneran dît ku GridNet ji FFTNet rastiyek bilindtir bi dest xist (98% li hember 95%), lê mîmariya FFTNet "bi girîngî bihêztir bû." Di rastiyê de, performansa GridNet bi lêzêdekirina dengê sûnî (destwerdana ku kêmasiyên gengaz ên di çêkirina çîpê optîkî de simule dike) daket binê% 50, dema ku ji bo FFTNet ew hema hema domdar ma.
Zanyar dibêjin ku lêkolîna wan bingehê dide rêbazên perwerdehiya îstîxbarata sûnî ku dikarin hewcedariya birêkûpêkkirina çîpên optîkî piştî ku têne hilberandin ji holê rakin, dem û çavkaniyên giranbiha teserûf bikin.
Casimir Wierzynski, derhênerê payebilind ê Koma Hilberê ya Intel AI, dinivîse: "Wekî her pêvajoyek çêkirinê, dê hin kêmasî çêbibin ku tê vê wateyê ku dê di navbera çîpên ku bandorê li rastbûna hesaban bikin de cûdahiyên piçûk hebin." "Ger saziyên neuralî yên optîkî bibin parçeyek guncan a ekosîstema hardware ya AI-ê, ew ê hewce ne ku biçin çîpên mezin û teknolojiyên hilberîna pîşesaziyê. Lêkolîna me destnîşan dike ku bijartina mîmariya rast di pêş de dikare bi girîngî zêde bike ku çîpên encam dê performansa xwestinê bi dest bixin, tewra di hebûna cûdahiyên hilberînê de.
Di heman demê de ku Intel di serî de lêkolînê dike, berendamê PhD yê MIT Yichen Shen destpêkek li Boston-ê Lightelligence damezrand, ku 10,7 mîlyon dolar di fînansekirina veberhênanê de berhev kiriye û prototîpek çîpek optîkî ya ji bo fêrbûna makîneyê ku 100 carî ji çîpên elektronîkî yên nûjen bileztir e û di heman demê de xerckirina hêzê jî bi fermanek mezinahiyê kêm dike, ku careke din soza teknolojiyên fotonîkî bi zelalî destnîşan dike.
Source: 3dnews.ru