Fénysebességgel zajló számítás fotonikus chippel

2024 / 02 / 19 / Bobák Zsófia
Fénysebességgel zajló számítás fotonikus chippel
A szilícium-fotonikus chip fénnyel működik elektromosság helyett és az MI rendszerek fejlesztésében kap szerepet.

A Pennsylvania Egyetem (UPenn) Mérnöki és Alkalmazott Tudományi Iskolájának munkatársai elkészítették a chipet, amivel fotonok révén lehet számításokat végezni, köztük olyan bonyolult matematikai műveleteket, amelyek a mesterséges intelligencia rendszerek betanításához szükségesek. A lapkát méghozzá nem valamilyen különleges anyagból építették meg, hanem egyszerű szilíciumot használtak hozzá, ami olcsó és könnyen elérhető alapot nyújt a mikrochipgyártáshoz.

A mérnökök a chipet szilícium-fotonikus chipnek, illetve metastruktúrának hívják és egyedi módszert alkalmaztak a kialakításához: a szilíciumréteget egyes helyeken vékonyabbra, máshol vastagabbra szerkesztették, így a szokásos uniform formától eltérő szerkezetet hoztak létre. Ez a magasságbeli változatosság lehetővé tette a fény útjának kontrollálását, mivel a különböző méretű területek máshogy szórták szét a beérkező fényt, illetve fotonokat. A mérnökök által fejlesztett kétdimenziós, inverz metódus használata egy "kompakt, amorf lencserendszert eredményezett, ami előrecsatolásos és alacsony rezonanciájú" - írják a chipet bemutató tanulmányban, ami a Nature Photonics folyóiratban jelent meg.

A fotonikus chipet kifejezetten a mesterséges intelligencia számára tervezték, hogy az MI rendszerek betanításában segítsen egy komplex matematikai számítás elvégezésében.

A vektor-mátrix szorzás a kutatók magyarázata szerint egy olyan alapvető matematikai művelet, amit a neurális hálók létrehozásának folyamán és a működtetésében is nagy szerepet kap. A neurális hálók a gépi tanulási módszerek egyik altípusát jelentik és az emberi agyhoz hasonló, bár annál jóval egyszerűbb struktúrát alkotnak, amelyet mesterséges idegsejtek, azaz csomópontok alkotnak, a csomópontokat pedig mesterséges szinapszisok kötik össze. A többrétegű neurális hálókat felcímkézett adatok betáplálásával tréningezik és alkalmasak rá, hogy összefüggéseket találjanak különböző adathalmazok között. A neurális hálózatok egyik előnye, hogy gyorsan oldják meg a feladatokat, például a képfelismerési vagy beszédfelismerő programok részeként, és ezek nélkül a Google keresője vagy fordítója sem tudná a megszokott hatékonysággal végezni a munkáját.

A UPenn fotonikus chipje a fénysebességgel működő számításokkal még inkább felgyorsíthatja a neurális hálók betanítását, ezáltal a ma már alapvető fontosságú mélytanulási rendszerek készítése hatékonyabbá válhat és egyúttal kevesebb energiafelhasználást igényelhet. Fotonikus számítási eszközöket más területeken is alkalmaznak a cégek, szintén a gyorsaság, a nagy teljesítmény és a költséghatékonyság miatt, fotonikus processzor található például a francia Jean Zay szuperszámítógépben, ami 2019-es beüzemelése óta szerepel a legerősebb szuperszámítógépeket listázó TOP500-ban, jelenleg a 274. helyen áll.

(Fotó: Joshua Sortino/Unsplash)


Színarany bevonatú emlékérem most 65% kedvezménnyel, csak 4.990 Ft-ért!
II. Rákóczi Ferenc születésének 350. évfordulója alkalmából kibocsátott színarany bevonatú emlékérem.
Először lőttek ki hajót sínágyúval – és nem az amerikaiak voltak
Először lőttek ki hajót sínágyúval – és nem az amerikaiak voltak
Először lőttek éles célpontra hajóra szerelt sínágyúval, látványos mérföldkőhöz érve az elektromágneses fegyverfejlesztésben.
Hamarosan időkristályokkal fogunk fizetni
Hamarosan időkristályokkal fogunk fizetni
Az első, szabad szemmel is látható időkristályok fényben „pszichedelikus tigriscsíkokként” villannak fel.
Ezek is érdekelhetnek
HELLO, EZ ITT A
RAKÉTA
Kövess minket a Facebookon!
A jövő legizgalmasabb cikkeit találod nálunk!
Hírlevél feliratkozás

Ne maradj le a jövőről! Iratkozz fel a hírlevelünkre, és minden héten elküldjük neked a legfrissebb és legérdekesebb híreket a technológia és a tudomány világából.



This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.