清華大學(xué)獲芯片領(lǐng)域重要突破！研制全球首款大規(guī)模光芯片，成果登Science

新用戶68763695 2024-04-16 發(fā)布于四川

展開全文

AI 的進(jìn)步和發(fā)展極度依賴強(qiáng)大的計(jì)算芯片，尤其是為了實(shí)現(xiàn)通用人工智能（AGI），尋找更快處理速度和更低能耗的計(jì)算設(shè)備必不可少。

OpenAI 首席執(zhí)行官 Sam Altman不止一次在公開場(chǎng)合提到，當(dāng)前運(yùn)行英偉達(dá) H100 和 A100 GPU 的數(shù)據(jù)中心存在效率低下問題，并指出人工智能將消耗比預(yù)期更多的電力，需要更節(jié)能的解決方案來滿足日益增長(zhǎng)的 AI 需求。

在這樣的背景下，光子計(jì)算作為一種新興技術(shù)，展現(xiàn)出了可能改變計(jì)算領(lǐng)域未來的潛力。與傳統(tǒng)的基于電的神經(jīng)網(wǎng)絡(luò)相比，光子計(jì)算能夠在極短時(shí)間內(nèi)處理大量數(shù)據(jù)，并可以實(shí)現(xiàn)高度的并行處理，能耗也遠(yuǎn)低于傳統(tǒng)的電子計(jì)算，特別是在高數(shù)據(jù)流量操作中。

光子計(jì)算使用光信號(hào)而非傳統(tǒng)的電信號(hào)來執(zhí)行計(jì)算任務(wù)，這使得它在數(shù)據(jù)處理速度和能效上都有顯著優(yōu)勢(shì)。能效的顯著提高意味著在維持或增加計(jì)算能力的同時(shí)，能大幅度降低數(shù)據(jù)中心的能源消耗，這對(duì)于構(gòu)建可持續(xù)的 AGI 系統(tǒng)至關(guān)重要。

不過，目前的光學(xué)集成電路在應(yīng)用于復(fù)雜 AI 任務(wù)時(shí)，面臨著一些關(guān)鍵挑戰(zhàn)，特別是光子神經(jīng)網(wǎng)絡(luò)（ONN，Optical Neural Networks）領(lǐng)域仍存在應(yīng)用局限性。

光子神經(jīng)網(wǎng)絡(luò)將光學(xué)技術(shù)與神經(jīng)網(wǎng)絡(luò)算法結(jié)合，利用光學(xué)來模擬傳統(tǒng)電子神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)制，基于光的物理特性（如干涉和衍射）來執(zhí)行計(jì)算任務(wù)，展示了在速度、能效和處理能力方面的獨(dú)特優(yōu)勢(shì)。

但當(dāng)前光子神經(jīng)網(wǎng)絡(luò)的應(yīng)用還相對(duì)有限，主要用于一些基本的計(jì)算任務(wù)，如從圖像中識(shí)別簡(jiǎn)單形狀，還缺乏處理復(fù)雜數(shù)據(jù)的能力。

為了解決相關(guān)計(jì)算難題，支持光子神經(jīng)網(wǎng)絡(luò)進(jìn)一步發(fā)展，清華大學(xué)電子工程系副教授方璐課題組和清華大學(xué)自動(dòng)化系戴瓊海院士課題組，設(shè)計(jì)了一款名為 Taichi 的大規(guī)模光子芯片，并通過實(shí)驗(yàn)在該芯片上實(shí)現(xiàn)了一個(gè)擁有 1396 萬神經(jīng)元的光子神經(jīng)網(wǎng)絡(luò)。相關(guān)研究以《大規(guī)模光子芯片 Taichi 實(shí)現(xiàn) 160-TOPS/W 能效，助力通用人工智能發(fā)展》（Large-scale photonic chiplet Taichi empowers 160-TOPS/W artificial general intelligence）發(fā)表在 Science 上。

圖 | Taichi 芯片的布局（來源：Science）

Taichi 在芯片上實(shí)現(xiàn) 1396 萬神經(jīng)元的光子神經(jīng)網(wǎng)絡(luò)，展示了在微型化和集成度上的技術(shù)進(jìn)步，標(biāo)志著光子計(jì)算技術(shù)在處理能力和效率方面的一個(gè)重要進(jìn)展。這對(duì)于解決復(fù)雜的計(jì)算問題、大數(shù)據(jù)分析、實(shí)時(shí)決策支持等應(yīng)用非常有價(jià)值。

要知道，如果想實(shí)現(xiàn)大規(guī)模、高能效的光子計(jì)算，單純?cè)黾庸庾由窠?jīng)網(wǎng)絡(luò)的大小或者增多光學(xué)芯片中的光子組件（如調(diào)制器、探測(cè)器）并不是一個(gè)可行的方案。這種簡(jiǎn)單擴(kuò)展無法直接導(dǎo)致性能的線性提升。因?yàn)榫W(wǎng)絡(luò)規(guī)模的擴(kuò)大往往伴隨著管理復(fù)雜性增加、噪聲放大等問題。

在光子神經(jīng)網(wǎng)絡(luò)中，每層的信號(hào)都可能引入噪聲，且這些噪聲會(huì)隨著信號(hào)在網(wǎng)絡(luò)層之間的傳遞而累積。多層網(wǎng)絡(luò)中的總噪聲水平可以迅速增加到一個(gè)不可接受的水平，會(huì)嚴(yán)重影響網(wǎng)絡(luò)的性能和可靠性。

那本次研究是怎么做的？簡(jiǎn)單來說，該研究采用了一種分布式衍射干涉混合光子計(jì)算架構(gòu)，通過這種混合方式，研究團(tuán)隊(duì)大規(guī)模地增加網(wǎng)絡(luò)的神經(jīng)元數(shù)量，有效地將光子神經(jīng)網(wǎng)絡(luò)的規(guī)模提高到百萬神經(jīng)元水平，并可以實(shí)現(xiàn)每瓦 160 萬億次運(yùn)算的能效。

圖 | Taichi 芯片的封裝和測(cè)試（來源：Science）

為了實(shí)現(xiàn)復(fù)雜計(jì)算任務(wù)的處理，Taichi 的每個(gè)集群都專注于特定的子任務(wù)，這樣做可以針對(duì)每種類型的任務(wù)優(yōu)化資源和處理策略，允許對(duì)每個(gè)子任務(wù)使用最合適的計(jì)算策略和資源配置。而在完成各個(gè)子任務(wù)的處理后，這些獨(dú)立處理的結(jié)果會(huì)合成在一起，以完成最終的高級(jí)任務(wù)。這種分布式的處理方式有助于提高計(jì)算效率和處理速度，并允許多個(gè)任務(wù)并行處理。

在檢驗(yàn) Taichi 芯片的性能方面，研究人員在 Omniglot 數(shù)據(jù)集上進(jìn)行了測(cè)試，成功實(shí)現(xiàn) 1000 類級(jí)別的分類，準(zhǔn)確率高達(dá) 91.89%。這表明，Taichi 在處理復(fù)雜分類任務(wù)時(shí)具有高度的效率和準(zhǔn)確性。在芯片上直接進(jìn)行高效、高準(zhǔn)確度分類的能力，對(duì)于需要快速數(shù)據(jù)處理和實(shí)時(shí)決策的應(yīng)用場(chǎng)景非常關(guān)鍵，如自動(dòng)駕駛汽車、實(shí)時(shí)視頻分析等。預(yù)示著光子計(jì)算在未來可能成為處理復(fù)雜 AI 任務(wù)的重要平臺(tái)。

此外，Taichi 在 AI 生成內(nèi)容方面也顯示出了卓越的性能，效率提高了兩個(gè)數(shù)量級(jí)。這意味著該芯片能夠執(zhí)行復(fù)雜的 AI 算法，生成高質(zhì)量的內(nèi)容，同時(shí)，需要的處理時(shí)間和能耗也顯著減少。Taichi 芯片通過其創(chuàng)新的設(shè)計(jì)和出色的性能，展示了光子計(jì)算在支持現(xiàn)代 AGI 應(yīng)用中的潛力。

本次研究不僅推動(dòng)了光子計(jì)算技術(shù)的發(fā)展，也為解決傳統(tǒng)計(jì)算技術(shù)在處理大規(guī)模、高復(fù)雜性任務(wù)時(shí)遇到的瓶頸提供了新的方案。這種新型計(jì)算架構(gòu)還可能促進(jìn)相關(guān)光子設(shè)備和技術(shù)的創(chuàng)新，推動(dòng)整個(gè)行業(yè)向更高效、更經(jīng)濟(jì)的方向發(fā)展。

此外，它為光子計(jì)算在實(shí)際應(yīng)用中的商業(yè)化和規(guī)?；_辟了道路，特別是在需要大規(guī)模數(shù)據(jù)處理和高速計(jì)算的 AI 領(lǐng)域。AI 的發(fā)展需要處理的數(shù)據(jù)量和任務(wù)復(fù)雜度正在不斷增加，光子計(jì)算通過其獨(dú)特的計(jì)算機(jī)制，及高速度和低能耗的特性，可能提供一種全新的途徑來優(yōu)化這些高需求的計(jì)算過程，最終在模型訓(xùn)練和機(jī)器學(xué)習(xí)應(yīng)用中帶來顯著的效率提升。

盡管光子芯片仍存在制造和集成等方面的挑戰(zhàn)，但總得來說，光子計(jì)算作為一種高效的計(jì)算方式，對(duì)于滿足通用人工智能對(duì)性能和效率的日益增長(zhǎng)的需求，提供了一種可能的解決方案。隨著技術(shù)的成熟和成本的降低，光子計(jì)算有望在未來成為推動(dòng)計(jì)算領(lǐng)域革命的關(guān)鍵力量。

參考：

https://www./doi/10.1126/science.adl1203

本站是提供個(gè)人知識(shí)管理的網(wǎng)絡(luò)存儲(chǔ)空間，所有內(nèi)容均由用戶發(fā)布，不代表本站觀點(diǎn)。請(qǐng)注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息，謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)點(diǎn)擊一鍵舉報(bào)。

轉(zhuǎn)藏 分享

QQ空間 QQ好友新浪微博微信

獻(xiàn)花（0） +1

來自：新用戶68763695 > 《待分類》

舉報(bào)/認(rèn)領(lǐng)