Dentro brevemente
- Pesquisadores do MIT desenvolveram um chip fotônico que executa todas as funções essenciais de uma rede neural profunda usando luz, permitindo cálculos de IA mais rápidos e com maior eficiência energética.
- O chip integra óptica e eletrônica para executar funções que não estão diretamente no chip, eliminando a necessidade de processadores externos e reduzindo o consumo de energia.
- Capaz de treinar modelos de IA em tempo real, o chip atinge desempenho comparável ao hardware convencional ao completar cálculos em menos de meio nanossegundo.
Cientistas do MIT desenvolveram um chip fotônico que usa luz para realizar todas as funções importantes das redes neurais profundas, o que pode revolucionar a forma como os cálculos de inteligência artificial são realizados com velocidade e eficiência sem precedentes, de acordo com um artigo no MIT News.
À medida que os modelos de aprendizagem automática crescem em complexidade, os processadores tradicionais lutam para acompanhar as suas necessidades de potência e computação, relatam os investigadores no seu artigo da Nature Photonics. O processador gráfico do MIT oferece uma solução ao processar dados usando luz em vez de eletricidade. O chip atinge desempenho comparável ao dos processadores convencionais, consumindo menos energia e concluindo cálculos em menos de meio nanossegundo.
“Isso é particularmente útil para sistemas onde você faz processamento de sinais ópticos dentro de um domínio, como navegação ou telecomunicações, mas também para sistemas que você deseja estudar em tempo real”, disse Saumil Bandyopadhyay, autor principal do estudo e cientista visitante no Laboratório de Pesquisa de Eletrônica do MIT, conforme relatado em – MIT News.
Combinando Óptica e Eletrônica
As redes neurais profundas dependem de dois processos principais: operações lineares, como multiplicação de matrizes, e operações não lineares, que permitem à rede aprender padrões complexos. Embora os chips ópticos anteriores fossem capazes de realizar cálculos diretos, eles exigiam processadores eletrônicos externos para realizar operações indiretas, aumentando as ineficiências.
A equipe do MIT superou essa limitação criando unidades ópticas não lineares (NOFUs), pequenos dispositivos que combinam óptica e eletrônica no mesmo chip, segundo o artigo. Estas unidades convertem parte da luz em sinais elétricos para realizar cálculos não lineares sem amplificadores externos. Esta inovação garante que os cálculos permaneçam dentro do domínio óptico, permitindo um processamento mais rápido e menor consumo de energia.
Aprendizado em tempo real em um chip
Uma das principais características do chip é a capacidade de treinar redes neurais em tempo real – processo conhecido como treinamento in situ. Ao contrário dos processadores digitais tradicionais, que requerem energia significativa para treinar modelos de IA, o chip fotônico lida bem com isso, tornando-o ideal para aplicações onde o aprendizado rápido e instantâneo é essencial.
“Este trabalho mostra que a computação – na verdade, o mapeamento de entrada para saída – pode ser combinada em um novo projeto de física linear e não linear que leva a uma lei de escala de computação muito diferente versus esforço necessário”, disse Dirk Englund, autor sênior do livro. estudo e professor do Departamento de Engenharia Elétrica e Ciência da Computação, disse ele ao MIT News.
Durante os testes, o chip alcançou mais de 96% de precisão durante o treinamento e mais de 92% de precisão durante a previsão, resultando em um rival em hardware eletrônico de última geração.
Escala de uso no mundo real
O chip é construído usando técnicas de fabricação comercial, os mesmos processos usados para produzir chips CMOS tradicionais. Esta abordagem poderá abrir caminho à produção em massa, permitindo que a tecnologia seja integrada em dispositivos quotidianos, como câmaras, sistemas lidar e redes de telecomunicações.
“Há muitas situações em que o desempenho do modelo não é o único fator importante, mas a rapidez com que você pode obter feedback. Agora que temos um sistema ponta a ponta que pode executar uma rede neural em óptica, em uma escala de tempo de nanossegundos, podemos começar a pensar em um nível mais alto sobre aplicações e algoritmos”, disse Bandyopadhyay. A velocidade em escala de nanossegundos do O processador fotônico o torna um forte candidato para aplicações que exigem computação rápida, desde pesquisas científicas em física de partículas até transmissão de dados em alta velocidade.
Direções futuras
Embora o chip represente um avanço importante, os pesquisadores pretendem continuar refinando a tecnologia. As próximas etapas incluem dimensionar o dispositivo para lidar com tarefas mais complexas e integrá-lo com a eletrônica existente. A equipe também está testando algoritmos projetados para sistemas ópticos, que podem melhorar a velocidade de treinamento e a eficiência energética.
A pesquisa foi financiada pela Fundação Nacional de Ciência dos EUA, pelo Escritório de Pesquisa Científica da Força Aérea dos EUA e pela NTT Research. Os participantes incluem especialistas do MIT, NTT Research e instituições especializadas em fotônica quântica e inteligência artificial.
Para uma visão mais técnica da pesquisa, consulte o artigo na Nature Photonics.
