Ny chip åbner døren til AI-databehandling ved lyshastighed

Ingeniører fra University of Pennsylvania har udviklet en ny chip, der bruger lysbølger i stedet for elektricitet til at udføre den komplekse matematik, der er afgørende for træning af AI. Chippen har potentialet til radikalt at accelerere computers behandlingshastighed og samtidig reducere deres energiforbrug.

Den silicium-fotoniske (SiPh)-chips design er det første, der samler Benjamin Franklin-medaljevinderen og H. Nedwill Ramsey-professor Nader Enghetas banebrydende forskning i at manipulere materialer på nanoskala for at udføre matematiske beregninger ved hjælp af lys - det hurtigst mulige kommunikationsmiddel - med SiPh-platformen, som bruger silicium, det billige, rigelige element, der bruges til at masseproducere computerchips.

Interaktionen mellem lysbølger og stof repræsenterer en mulig vej til at udvikle computere, der afløser begrænsningerne for nutidens chips, som grundlæggende er baseret på de samme principper som chips fra de tidligste dage af computerrevolutionen i 1960'erne.

I et papir, der vises i Nature Photonics , beskriver Enghetas gruppe sammen med Firooz Aflatouni, lektor i elektro- og systemteknik, udviklingen af ​​den nye chip.

"Vi besluttede at forene kræfterne," siger Engheta og udnytter det faktum, at Aflatounis forskningsgruppe har været banebrydende for siliciumenheder i nanoskala.

Deres mål var at udvikle en platform til at udføre det, der er kendt som vektor-matrix multiplikation, en matematisk kerneoperation i udviklingen og funktionen af ​​neurale netværk, computerarkitekturen, der driver nutidens AI-værktøjer.

I stedet for at bruge en siliciumwafer med ensartet højde, forklarer Engheta, "gør man siliciumet tyndere, f.eks. 150 nanometer," men kun i specifikke områder. Disse variationer i højden - uden tilsætning af andre materialer - giver et middel til at kontrollere udbredelsen af ​​lys gennem chippen, da variationerne i højden kan fordeles for at få lys til at spredes i specifikke mønstre, hvilket gør det muligt for chippen at udføre matematiske beregninger med lysets hastighed.

På grund af de begrænsninger, som det kommercielle støberi, der producerede chipsene, siger Aflatouni, er dette design allerede klar til kommercielle applikationer og kan potentielt tilpasses til brug i grafikprocessorenheder (GPU'er), hvis efterspørgsel er steget i vejret med den udbredte interesse i at udvikle nye AI-systemer.

"De kan bruge Silicon Photonics-platformen som en tilføjelse," siger Aflatouni, "og så kan du fremskynde træning og klassificering."

Ud over hurtigere hastighed og mindre energiforbrug har Engheta og Aflatounis chip privatlivsfordele:Fordi mange beregninger kan ske samtidigt, vil der ikke være behov for at lagre følsomme oplysninger i en computers arbejdshukommelse, hvilket gør en fremtidig computer drevet af en sådan teknologi praktisk talt uhackbar .

"Ingen kan hacke sig ind i en ikke-eksisterende hukommelse for at få adgang til dine oplysninger," siger Aflatouni.

Andre medforfattere omfatter Vahid Nikkhah, Ali Pirmoradi, Farshid Ashtiani og Brian Edwards fra Penn Engineering.

Flere oplysninger: Omvendt designede lavindekskontraststrukturer på siliciumfotonikplatform til vektor-matrixmultiplikation, Nature Photonics (2024). DOI:10.1038/s41566-024-01394-2. www.nature.com/articles/s41566-024-01394-2

Leveret af University of Pennsylvania