{"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\/pl\/blog\/administrirovanie\/sokratit-energopotreblenie-v-tsod-pomozhet-novyj-fotonnyj-chip","title":{"rendered":"Zmniejszenie zu\u017cycia energii w centrum danych \u2014 pomo\u017ce nowy chip fotonowy","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

W MIT opracowano architektur\u0119 nowego fotonowego procesora. Zwi\u0119kszy on wydajno\u015b\u0107 pracy optycznych sieci neuronowych tysi\u0105ckrotnie w por\u00f3wnaniu z podobnymi urz\u0105dzeniami. <\/p>\n

Uk\u0142ad chipu zmniejszy zu\u017cycie energii elektrycznej w centrach danych. Wyja\u015bniamy, jak jest zbudowany.<\/p>\n

\"Zmniejszenie<\/a><\/noindex><\/a><\/noindex>
\nZdj\u0119cie \u2014 Ildefonso Polo<\/a><\/noindex> Czym tak naprawd\u0119 jest problem<\/i><\/p>\n

Po co potrzebna jest nowa architektura<\/h2>\n

\nSieci neuronowe oparte na \u015bwietle dzia\u0142aj\u0105 szybciej ni\u017c tradycyjne rozwi\u0105zania wykorzystuj\u0105ce komponenty elektroniczne. \u015awiat\u0142o nie wymaga<\/a><\/noindex> izolacji \u015bcie\u017cek sygna\u0142owych, a promienie laserowe mog\u0105 przenika\u0107 przez siebie bez wzajemnego wp\u0142ywu. Dzi\u0119ki temu wszystkie \u015bcie\u017cki sygna\u0142owe mog\u0105 dzia\u0142a\u0107 jednocze\u015bnie, co zapewnia wysok\u0105 przepustowo\u015b\u0107 danych.<\/p>\n

Jednak istnieje problem \u2014 im wi\u0119kszy rozmiar sieci neuronowej, tym wi\u0119cej energii zu\u017cywa. Aby rozwi\u0105za\u0107 ten problem, opracowywane s\u0105 specjalne uk\u0142ady przyspieszaj\u0105ce (AI accelerators), kt\u00f3re optymalizuj\u0105 przesy\u0142 danych. Jednak nie skaluj\u0105 si\u0119 tak dobrze, jak by si\u0119 chcia\u0142o.<\/p>\n

Rozwi\u0105zaniem problemu efektywno\u015bci energetycznej i skalowalno\u015bci optycznych chip\u00f3w zaj\u0119li si\u0119 w MIT i przedstawili<\/a><\/noindex> nowa architektura fotonowego przyspieszacza, kt\u00f3ra zmniejsza zu\u017cycie energii urz\u0105dzenia tysi\u0105ckrotnie i dzia\u0142a z dziesi\u0105tkami milion\u00f3w neuron\u00f3w. Programi\u015bci twierdz\u0105, \u017ce w przysz\u0142o\u015bci technologia znajdzie zastosowanie w centrach danych, kt\u00f3re wsp\u00f3\u0142pracuj\u0105 z z\u0142o\u017conymi systemami inteligentnymi i algorytmami uczenia maszynowego, a tak\u017ce zajmuj\u0105 si\u0119 analiz\u0105 du\u017cych zbior\u00f3w danych.<\/p>\n

Czym ona jest<\/h2>\n

\nNowy chip oparty jest na schemacie optoelektronicznym. Przesy\u0142ane dane nadal s\u0105 kodowane sygna\u0142ami optycznymi, ale do mno\u017cenia macierzy u\u017cywa si\u0119 detekcji homodynowej (s. 30<\/a><\/noindex>). Jest to technika, kt\u00f3ra pozwala na utworzenie sygna\u0142u elektrycznego na podstawie dw\u00f3ch sygna\u0142\u00f3w optycznych.<\/p>\n

Do przesy\u0142ania impuls\u00f3w \u015bwietlnych z informacjami o neuronach wej\u015bciowych i wyj\u015bciowych wykorzystuje si\u0119 jedn\u0105 \u015bcie\u017ck\u0119 sygna\u0142ow\u0105. Dane o wagach neuron\u00f3w z kolei p\u0142yn\u0105 osobnymi kana\u0142ami. Wszystkie one \"rozprzestrzeniaj\u0105 si\u0119\" po w\u0119z\u0142ach sieci homodinamicznych fotodetektor\u00f3w, kt\u00f3re obliczaj\u0105 warto\u015b\u0107 wyj\u015bciow\u0105 dla ka\u017cdego neuronu (okre\u015blaj\u0105 poziom sygna\u0142u). Nast\u0119pnie ta informacja trafia do modulatora, kt\u00f3ry przekszta\u0142ca sygna\u0142 elektryczny z powrotem w optyczny. Dalej jest on wysy\u0142any do nast\u0119pnej warstwy sieci neuronowej, a proces si\u0119 powtarza.<\/p>\n

W swojej pracy naukowej in\u017cynierowie z MIT podaj\u0105<\/a><\/noindex> nast\u0119puj\u0105cy schemat dla jednej warstwy:<\/p>\n

\"ZmniejszenieObraz: Du\u017cej Skali Optyczne Sieci Neuronowe Oparte na Mno\u017ceniu Fotoelektrycznym<\/a><\/noindex> \/ CC BY<\/i><\/p>\n

Nowa architektura przyspieszacza AI wymaga tylko jednego wej\u015bcia i jednego wyj\u015bcia dla ka\u017cdego neuronu. W rezultacie liczba fotodetektor\u00f3w jest r\u00f3wna liczbie neuron\u00f3w, a nie ich wagom.<\/p>\n

Takie podej\u015bcie pozwala zaoszcz\u0119dzi\u0107 miejsce na chipie, zwi\u0119kszy\u0107 liczb\u0119 u\u017cytecznych \u015bcie\u017cek sygna\u0142owych i zoptymalizowa\u0107 zu\u017cycie energii. Aktualnie in\u017cynierowie z MIT tworz\u0105 prototyp, kt\u00f3ry pozwoli praktycznie przetestowa\u0107 mo\u017cliwo\u015bci nowej architektury.<\/p><\/blockquote>\n

<\/p>\n

Kto jeszcze rozwija fotonowe chipy<\/h2>\n

\nRozw\u00f3j podobnej technologii zajmuje si\u0119<\/a><\/noindex> Lightelligence \u2014 ma\u0142y startup z Bostonu. Pracownicy firmy twierdz\u0105, \u017ce ich przyspieszacz AI pozwoli na rozwi\u0105zanie zada\u0144 uczenia maszynowego setki razy szybciej ni\u017c tradycyjne urz\u0105dzenia. W zesz\u0142ym roku zesp\u00f3\u0142 ko\u0144czy\u0142 tworzenie prototypu swojego urz\u0105dzenia i przygotowywa\u0142 si\u0119 do przeprowadzenia test\u00f3w.<\/p>\n

Dzia\u0142a w dziedzinie fotonowych chip\u00f3w r\u00f3wnie\u017c Cisco. Na pocz\u0105tku roku firma og\u0142osi\u0142a zakup<\/a><\/noindex> startupu Luxtera, kt\u00f3ry projektuje fotonowe chipy do centr\u00f3w danych. W szczeg\u00f3lno\u015bci firma produkuje interfejsy sprz\u0119towe, kt\u00f3re pozwalaj\u0105 na bezpo\u015brednie pod\u0142\u0105czenie \u015bwiat\u0142owodu do serwer\u00f3w. Takie podej\u015bcie zwi\u0119ksza przepustowo\u015b\u0107 sieci i przyspiesza transfer danych. Urz\u0105dzenia Luxtera wykorzystuj\u0105 specjalne lasery do kodowania informacji i germanowe fotodetektory do jej dekodowania.<\/p>\n

\"Zmniejszenie
\nZdj\u0119cie \u2014 Thomas Jensen<\/a><\/noindex> Czym tak naprawd\u0119 jest problem<\/i><\/p>\n

Zajmuj\u0105 si\u0119 technologiami optycznymi tak\u017ce inne du\u017ce firmy IT, na przyk\u0142ad Intel. Ju\u017c w 2016 roku zacz\u0119li produkowa\u0107 w\u0142asne optyczne chipy, optymalizuj\u0105ce przesy\u0142 danych mi\u0119dzy centrami danych. Niedawno przedstawiciele organizacji o Continuous Integration (CI). Kontynuujemy z Continuous Delivery. To zestaw metod rozwoju oprogramowania. Pomaga upewni\u0107 si\u0119, \u017ce kod jest gotowy do wdro\u017cenia.<\/a><\/noindex>, kt\u00f3re planuj\u0105 wdro\u017cy\u0107 te technologie poza centrami danych \u2014 w lidarach dla autonomicznych samochod\u00f3w.<\/p>\n

Co z tego wynika<\/h2>\n

\nNa razie technologie fotonowe nie mog\u0105 by\u0107 okre\u015blone jako uniwersalne rozwi\u0105zanie. Ich wdro\u017cenie wymaga du\u017cych inwestycji w modernizacj\u0119 centr\u00f3w danych. Jednak badania prowadzone na MIT i w innych instytucjach sprawi\u0105, \u017ce chipy optyczne b\u0119d\u0105 ta\u0144sze i prawdopodobnie umo\u017cliwi\u0105 ich wprowadzenie na masowy rynek wyposa\u017cenia dla centr\u00f3w danych.<\/p>\n

\nMy w ITGLOBAL.COM<\/a><\/noindex>\u00a0pomagamy firmom rozwija\u0107 infrastruktur\u0119 IT i oferujemy us\u0142ugi prywatnej oraz hybrydowej chmury. O tym piszemy w naszym blogu korporacyjnym:<\/p>\n