Замість електрики — світло. Австралійські вчені створили фотонний чип, що обробляє дані ШІ за трильйонні частки секунди

Прототип, створений у Сіднейському центрі нанотехнологій, дозволяє обробляти інформацію за трильйонні частки секунди, що відкриває нові горизонти для продуктивності сучасного обладнання.

Читайте также: Anthropic презентує новий інструмент перевірки пул-реквестів Code Review

Головною перевагою нової розробки є вирішення критичної проблеми енергоспоживання. Сучасні дата-центри, що обслуговують великі моделі ШІ, витрачають колосальну кількість енергії на живлення та охолодження традиційних кремнієвих чипів. У звичайних процесорах рух електронів через дроти створює опір і виділяє значне тепло. Фотонний чип працює інакше: він спрямовує світло через крихітні структури завширшки лише в декілька десятків мікрометрів(що приблизно дорівнює товщині людської волосини). Оскільки світло проходить крізь матеріали без електричного опору, тепловиділення та енерговитрати радикально знижуються.

Архітектура пристрою фактично є фізичною нейронною мережею. Наноструктури всередині чипа діють як штучні нейрони, виконуючи завдання з розпізнавання образів та класифікації безпосередньо в момент проходження світла. Це усуває потребу в окремих етапах електронної обробки, характерних для класичного програмного забезпечення.

Для перевірки можливостей прототипу дослідницька група під керівництвом професора Сяоке І навчила чип класифікувати понад 10 000 біомедичних зображень, включаючи МРТ-знімки грудної клітки та черевної порожнини. Результати виявилися вражаючими: фотонна мережа ідентифікувала зображення з точністю від 90% до 99%. При цьому кожна операція завершувалася в пікосекундному масштабі часу.

Читайте также: Чорне море після лютневих штормів принесло до берегів Одещини десятки рідкісних блакитних крабів

Професор І зазначає, що штучний інтелект дедалі більше обмежується потужністю енергомереж, тому переосмислення обчислень на користь фотоніки дозволить створювати компактні та надшвидкі прискорювачі ШІ. Результати дослідження, опубліковані в журналі Nature Communications, свідчать про те, що моделі нейронних мереж можуть бути фізично вбудовані в нанорозмірні структури, а не просто запускатися як код.

Наступним кроком вчених стане масштабування конструкції для створення більших фотонних мереж, здатних працювати зі складнішими наборами даних. У перспективі такі чипи можуть доповнити або повністю замінити традиційні процесори в завданнях машинного навчання, забезпечуючи стійкий розвиток глобальної цифрової інфраструктури.