Naukowcy opracowali układ scalony akceleratora komputerowego nowej generacji, który wykorzystuje światło do przetwarzania danych w tempie szybszym niż kiedykolwiek, zużywając przy tym mniej energii.
Wkraczamy w erę informatyki kognitywnej, w której maszyny będą symulować sposób myślenia ludzi, gdy napotkają złożone problemy nie mające jasnych i konkretnych rozwiązań. Aby móc odwzorować ludzki sposób myślenia, ten rodzaj działania wymaga przetwarzania ogromnych ilości danych z dużą prędkością, czego obecne komputery nie są w stanie dokonać w wydajny sposób. Rewolucyjne podejście zademonstrowane przez międzynarodowy zespół badawczy ma znacznie przyspieszyć proces uczenia maszynowego.
Naukowcy, wspierani częściowo przez finansowane ze środków UE projekty Fun-COMP, PINQS i PROJESTOR, opracowali specjalistyczny akcelerator sprzętowy, który przetwarza dane przy użyciu światła. Jak stwierdzili w swojej pracy opublikowanej w czasopiśmie „Nature”, zintegrowany sprzętowy akcelerator fotoniczny jest zdolny do wykonywania bilionów operacji na sekundę. „Konwencjonalne komputerowe układy scalone opierają się na elektronicznym przesyle danych i są stosunkowo wolne, ale lekkie procesory – takie jak te opracowane w ramach naszych prac – umożliwiają przetwarzanie złożonych zadań matematycznych z prędkością stokrotnie, a nawet tysiąckrotnie większą, i przy znacznie zmniejszonym zużyciu energii”, wyjaśnia współautor pracy prof. C. David Wright z Uniwersytetu w Exeter, koordynującego projekt Fun-COMP, w artykule zamieszczonym w serwisie „Phys.org”.Zintegrowany sprzętowy akcelerator fotoniczny, czyli rdzeń tensorowy, wykorzystuje macierze pamięci materiału zmiennofazowego oraz fotoniczne grzebienie częstości optycznych oparte na układach scalonych w celu realizacji równoległych obliczeń fotonicznych w pamięci. Obliczenia mogą być wykonywane przy częstotliwościach powyżej 14 GHz. Jak czytamy w artykule, „ogranicza je jedynie prędkość modulatorów i fotodetektorów”. „Nasze badanie jest pierwszym, w ramach którego zastosowano grzebienie częstości w dziedzinie sztucznych sieci neuronowych”, stwierdza w artykule „Phys.org” współautor pracy, prof. Wolfram Pernice z Uniwersytetu w Münsterze (Niemcy) koordynującego projekt PINQS.„Wyniki naszego projektu mogą mieć szeroki zakres zastosowań”, zauważa w tym samym artykule współautor prof. Harish Bhaskaran z Uniwersytetu w Oxfordzie. „Fotoniczny procesor tensorowy mógłby z dużą prędkością i wydajnością przetwarzać ogromne zbiory danych wykorzystywanych w diagnostyce medycznej, takich jak te z tomografii komputerowej, rezonansu magnetycznego i skanerów PET”. Inne zastosowania z wykorzystaniem sztucznej inteligencji obejmujące intensywne przetwarzanie danych, w zakresie których zintegrowana fotonika wykazuje duży potencjał, to m.in. jazda autonomiczna, przetwarzanie obrazu wideo na żywo oraz usługi w chmurze nowej generacji.
Czteroletni projekt Fun-COMP (Functionally scaled computing technology: From novel devices to non-von Neumann architectures and algorithms for a connected intelligent world) skupia się na opracowaniu nowych istotnych dla przemysłu technologii, które pozwolą na przesunięcie granic ograniczających możliwości przetwarzania i przechowywania informacji przez urządzenia wykorzystywane w głównym nurcie. Projekt PINQS (Photonic integrated quantum transceiver) wykorzystuje układy nanofotoniczne zintegrowane z nanostrukturami nadprzewodnikowymi i nanorurkami węglowymi do tworzenia skalowalnych, kwantowych układów fotonicznych, które pokonują przeszkody napotykane w liniowej optyce kwantowej i komunikacji kwantowej. W ramach projektu PROJESTOR (PROJECTED MEMRISTOR: A nanoscale device for cognitive computing) badana jest koncepcja projestora, urządzenia, które zapamiętuje historię prądu, który wcześniej przez nie przepływał. Ostatni z nich zakończy się w czerwcu 2021 roku, natomiast dwa poprzednie w 2022 roku.
Więcej informacji:
poleca:
