Обчислення зі швидкістю світла: розроблено фотонний ШІ-прискорювач — ТЕХНОЛОГИИ

• Share
• Tweet

0

Група вчених з факультету інженерії та прикладних наук Пенсільванського університету розробила новий чіп, який для виконання складних математичних операцій використовує не електрику, а світлові хвилі. Кремнієво-фотонний чіп можна випускати на сучасному обладнанні та використовувати його, наприклад, як співпроцесор для GPU у завданнях, пов’язаних з машинним навчанням.

Вчені створили та випробували чіп на операціях векторно-матричного множення для матриць 2×2 та 3×3. Також була показана можливість роботи матриці 10×10. Ці приклади продемонстрували, що запропоновані методи мають потенціал для створення великомасштабних аналогових обчислювальних платформ на основі світлових хвиль, про що вчені розповіли у статті у журналі Nature Photonics.

В основі роботи лежить доказ концепції виготовлення хвилеводів та аморфних лінз безпосередньо на кремнієвій пластині за допомогою стандартних техпроцесів травлення та обробки пластин. Традиційні методи виготовлення метаструктур страждають на такі обмеження, як вузька смуга пропускання і висока чутливість до помилок виготовлення. Зокрема, це обмежує масштабування таких архітектур.

Замість використання кремнієвої пластини однакової висоти, пояснюють розробники, «ви робите кремній тонше, скажімо, на 150 нанометрів», але у певних областях. Ці зміни висоти без додавання будь-яких інших матеріалів забезпечують засіб контролю над розповсюдженням світла через чіп, оскільки зміни висоти можуть бути розподілені таким чином, щоб світло розсіювалося певним чином, дозволяючи чіпу виконувати математичні обчислення зі швидкістю світла.

Простіше кажучи, в кремнії протравлюються хвилеводи і створюється система лінзування, які забезпечать проходження світлового сигналу лабіринтом хвилеводів з жорстко заданим алгоритмом і залежно від сигналів на вході вийде певний результат. Таким співпроцесором можна дооснастити звичайний графічний процесор, щоб розвантажити його від енерговитратних операцій векторно-матричного множення і, таким чином, прискорити обчислення завдань штучного інтелекту і машинного навчання.

Джерело