インサイダーブリーフ
- シドニー大学の研究者らは、電気の代わりに光を使ってニューラルネットワーク計算を実行し、光速での計算を可能にする超小型のナノフォトニックAIチップを構築した。
- このプロトタイプは、AI モデルをナノスケールのフォトニック構造に直接エンコードし、フォトンを操作して機械学習操作をピコ秒で実行しながら、従来の電子チップよりもはるかに少ない熱しか発生しません。
- 実験では、このチップは約 90 ～ 99% の精度で 10,000 枚以上の生物医学 MRI 画像を分類し、研究者らは現在、エネルギー効率の高い AI コンピューティングのための大規模なフォトニック ニューラル ネットワークに向けてこの技術を拡張することに取り組んでいます。
- 写真提供者 Yu Chen Lin 育辰 の上 アンスプラッシュ
プレスリリース — オーストラリアの研究者らは、光の力を利用して光の速度で計算を行うことができる超小型の人工知能 (AI) チップを構築しました。
研究者らは、人工知能に対する世界的な需要が拡大し続けており、将来のコンピューティングシステム全体のエネルギーフットプリントを削減する可能性があるため、このプロトタイプはよりエネルギー効率の高いAIハードウェアの開発において重要な役割を果たす可能性があると述べている。
ナノフォトニックチップのプロトタイプは光を使用します。光は電気抵抗なしに物質を通過できるため、電気のように熱を発生しません。光がチッププロトタイプ内のナノ構造を通過すると、これらの構造自体が自動的に計算を実行します。
チップ上のナノ構造は数十マイクロメートルを占め、これは人間の髪の毛の幅にほぼ匹敵します。ナノ構造は一緒になってニューラルネットワーク、つまり人間の脳を模倣して計算を認識して完了する人工ニューロンの形成に役立ちます。
プロトタイプは、ピコ秒、つまり光がナノ構造を通過するのにかかる時間、つまり 1 兆分の 1 秒の時間スケールで計算を実行します。
研究者らは、フォトニクスを使用する利点は、計算が光の速度で行われるため、はるかに高速になることだと述べている。この技術はまた、電気の代わりに光を使用して動作します。これは、電力供給のために大量の水とエネルギーに依存している現在のデータセンターと比較されます。
「私たちは、新しいエネルギー効率の高い超高速コンピュータ処理チップを設計するためにフォトニクスをどのように使用できるかを再考しました」と述べました。 暁暁教授、から 電気・コンピュータ工学部 フォトニクス研究グループ長。
「人工知能はエネルギー消費による制約がますます高まっています。この研究は光を使用して神経計算を実行し、より高速でエネルギー効率が高く、超小型の AI アクセラレーターを可能にします。」
に掲載 ネイチャーコミュニケーションズこの研究は、光を操作して機械学習に必要な数学的演算を実行するナノスケールのフォトニック構造に AI モデルをどのように設計できるかを示しています。
この技術を検証するために、研究者らは胸部、胸部、腹部のMRIスキャンなど1万件以上の生物医学画像を分類できるようにナノフォトニクスチップを訓練した。
シミュレーションと実験では、ナノフォトニック ニューラル ネットワークは約 90 ～ 99 パーセントの分類精度を達成しました。
このテクノロジーは、消費電力を比例的に増加させることなく、増大するコンピューティング需要をサポートできる持続可能な AI インフラストラクチャへの道を提供します。
より優れ、より速く、より強力な持続可能な AI ハードウェア
しかし、コンピューター処理に利用されるフォトニクスは近年研究され始めたばかりであり、AI 需要の高まりに伴い緊急性が高まっています。
プロトタイプの設計と実装で重要な役割を果たした博士課程の学生ジョエル・スヴェド氏は、このプロトタイプはどのようにしてナノスケールのフォトニック構造にインテリジェンスを直接埋め込むことができるかを示していると述べた。
シドニー大学のフォトニクス研究グループは、10 年以上にわたり、技術の向上を含め、フォトニクスの限界を押し上げる方法を研究してきた長い歴史があります。
これには、ワイヤレス通信における課題に取り組むためのフォトニクスの使用や、環境中の化学的または生物学的痕跡を検出および測定できる高度なセンシング技術が含まれます。
ナノフォトニックチッププロトタイプのテストの成功に続き、イー教授のチームは現在、より大規模なフォトニックニューラルネットワークに向けて技術を進歩させることに取り組んでいます。
#シドニーの研究者が光の速さで動作する超小型 #チップを構築