Американские ученые разработали нейросеть, в которой операции совершаются с помощью фотонов. Такой подход значительно снижает траты энергии на обучение сети и позволяет производить вычисления с околосветовой скоростью.
За последние годы ученые продвинулись в создании искусственного интеллекта (ИИ). Это стало возможно благодаря разработке систем машинного обучения: оно выполняется нейросетями и частично воспроизводит функциональные возможности мозга.
Современные цифровые процессоры, пригодные для глубокого обучения, например графические или тензорные, не могут выполнять сложные операции достаточно быстро и точно. А производительные системы искусственного интеллекта остаются слишком громоздкими, чтобы их можно было использовать в современных компьютерах и смартфонах.
Группа исследователей из США предложила новый способ, посредством которого нейросети смогут совершать необходимые вычисления для обучения ИИ. Они собираются использовать свет вместо электричества: по мнению ученых, фотонные чипы делают процесс машинного обучения гораздо быстрее и эффективнее. Подробное описание нового подхода опубликовано в журнале Applied Physics Reviews.
Ядро фотонного тензора (РТС) и двигатель разработки. (a) PTC состоит из 16 элементов (b) схема вычислений которые производит разработка. / © Applied Physics Reviews.
«Мы выяснили, что фотонные платформы с встроенной оптической памятью могут выполнять те же самые операции, что и тензорные процессоры. При этом они потребляют меньше энергии и гораздо производительнее. Их можно использовать, чтобы совершать вычисления со скоростью света», — рассказал Марио Мискульо, один из разработчиков, доцент Университета имени Джорджа Вашингтона в США.
Каждый чип состоит из 16 световодов, к которым подключены генераторы света и ячейки памяти. Они меняют оптические свойства при контакте со светом или пропускании через них электрического тока. Ученые настраивают чипы так, что через них проходят лучи света — это позволяет совершать математические операции, чтобы параллельно умножать матрицы и обрабатывать данные. Современные процессоры выполняют их последовательно, требуя при этом непрерывного доступа к кэш-памяти.
Авторы разработки отмечают, что фотонные запоминающие устройства, в отличие от электрооптических модуляторов, сохраняют информацию без лишнего энергопотребления.
«Фотонные специализированные процессоры могут сэкономить огромное количество энергии, сокращая время отклика и обработки данных», — добавил Мискульо.
Тесты показали, что производительность фотонных чипов в два-три раза выше, чем у представленных на рынке сегодня. Скорость обработки данных в них может достигать двух петафлопс в секунду, при этом они потребляют около 80 ватт энергии, из которых 95% будет тратиться на поддержку работы чипа, а всего 5% — на вычисления.
Ученые считают, что фотонные чипы станут востребованными в науке и производстве электронных устройств благодаря своим уникальным характеристикам. Также они предполагают, что разработка будет полезна не только при машинном обучении, но и для работы сетей 5G и 6G.
