Свет вместо электричества: австралийские ученые представили миниатюрный фотонный чип для сверхбыстрого ИИ

Прорыв в дата-центрах: ИИ, работающий на скорости света

Исследователи из Австралии, базирующиеся в Сиднейском университете и его Наноцентре, анонсировали создание революционного нанофотонного чипа. Эта разработка призвана кардинально решить одну из главных проблем современного мира высоких технологий — колоссальное энергопотребление центров обработки данных (ЦОД), обслуживающих системы искусственного интеллекта (ИИ). Ключевая особенность чипа заключается в использовании для вычислений энергии света (фотонов) вместо традиционного электрического тока, что позволяет достичь невероятной скорости обработки данных.

Суть проблемы заключается в том, что современные кремниевые процессоры выделяют значительное количество тепла из-за сопротивления при движении электронов. Это тепло требует мощных систем охлаждения, потребляющих дополнительную энергию. Прототип австралийских ученых обходит это ограничение, направляя свет через ультрамалые структуры. Поскольку фотоны проходят сквозь материалы практически без электрического сопротивления, тепловыделение и, соответственно, энергетические затраты радикально снижаются. Профессор Сяоке И из Школы электротехники и вычислительной техники подчеркнул, что команда «переосмыслила возможности использования фотоники для разработки новых энергоэффективных и сверхбыстрых процессоров для компьютерных вычислений».

Физика нейронной сети: как работает световой процессор

Разработанный нанофотонный чип по своей архитектуре имитирует физическую нейронную сеть. Его наноструктуры, размер которых сопоставим с толщиной человеческого волоса — всего несколько десятков микрометров, — функционируют как искусственные нейроны. Когда свет проходит через эти структуры, они автоматически выполняют необходимые вычисления, например, задачи распознавания образов и классификации.

Вычисления происходят в масштабе пикосекунд, что эквивалентно триллионным долям секунды, — это то время, за которое свет преодолевает расстояние внутри самого чипа. Такое использование света для прямого выполнения нейронных операций, а не преобразования сигналов в электронную форму, обеспечивает значительно более высокую скорость по сравнению с существующими аналогами, работающими на электронах.

Энергоэффективность как приоритет для ИИ-будущего

Рост сложности и количества моделей ИИ ставит под угрозу устойчивость энергосетей по всему миру. Потребление энергии дата-центрами уже является серьезной экологической и экономической проблемой. Новая технология предлагает прямое решение этой дилеммы.

Поскольку фотонный чип работает с минимальным тепловыделением, он потенциально может снизить общую нагрузку на инфраструктуру ЦОД. Этот прорыв может стать ключевым для дальнейшего масштабирования искусственного интеллекта, делая его доступнее и экологичнее. Исследователи считают, что их разработка имеет все шансы лечь в основу нового поколения ускорителей ИИ, которые будут быстрее, эффективнее и компактнее существующих решений.

Сравнение и перспективы фотонных технологий

Хотя австралийская разработка демонстрирует впечатляющие результаты, стоит отметить, что исследования в области фотонных вычислений ведутся по всему миру. Например, ученые из Китая продемонстрировали фотонную спайковую нейронную систему, которая позволяет нейросетям обучаться исключительно с помощью света, достигая высокой производительности на ватт. В свою очередь, финские исследователи из Университета Аалто разработали метод выполнения тензорных операций, необходимых для ИИ, используя лишь один импульс света, что подчеркивает общий тренд на замену электроники оптикой.

В контексте мирового развития, такие достижения, как разработка в Сиднее, являются частью глобального движения к интеграции фотоники в вычислительные системы. В то время как в Латвии фокус последних новостей в технологической сфере смещен в сторону вопросов кибербезопасности и регуляторики, глобальный научный фронт активно борется за повышение производительности чипов, используя физику света.

Следующие шаги и потенциальное влияние

Команда из Сиднейского университета планирует дальнейшее развитие прототипа, стремясь повысить его интеграцию и масштабируемость. Цель — создание чипов, способных обрабатывать более сложные задачи машинного обучения с сохранением беспрецедентной энергоэффективности. Эти компактные, высокоскоростные и «холодные» процессоры могут найти применение не только в гипермасштабных дата-центрах, но и в периферийных устройствах, таких как автономный транспорт или продвинутая робототехника, где мгновенное принятие решений имеет критическое значение.