محققان پلتفرم جدیدی برای شتاب بخشیدن به هوش مصنوعی با استفاده از نور به جای برق ایجاد کرده اند که می تواند آینده این فناوری را متحول کند.
هوش مصنوعی در سرعت نور: انقلاب سخت افزاری با فوتونیک سیلیکون
دانشمندان با استفاده از مدارهای مجتمع فوتونیک ساخته شده از نیمه هادی های پیشرفته III-V موفق به طراحی سیستمی شده اند که از نظر سرعت و بهره وری انرژی بسیار بهتر از پردازنده های گرافیکی سیلیکونی عمل می کند.
به گزارش ایتنا و به نقل از SciTech Daily، این نوآوری نه تنها می تواند هزینه های انرژی را کاهش دهد، بلکه می تواند عملکرد هوش مصنوعی را تا سطح بی سابقه ای بهبود بخشد و کاربرد آن را از مراکز داده به سیستم های هوشمند آینده گسترش دهد.
یک پیشرفت بزرگ: مدارهای فوتونیک برای هوش مصنوعی
در مقالهای که اخیراً در مجله IEEE منتشر شده است، محققان یک پلت فرم نوآورانه برای شتاب بخشیدن به هوش مصنوعی مبتنی بر مدارهای مجتمع فوتونیک (PIC) معرفی کردهاند. این تراشه های نوری مقیاس پذیری و کارایی انرژی بهتری را در مقایسه با سیستم های مبتنی بر GPU ارائه می دهند.
دکتر Bassem Tassoon (محقق ارشد در آزمایشگاه Hewlett-Packard) و همکارانش نشان داده اند که با استفاده از نیمه هادی های مرکب III-V می توان بارهای کاری پردازش هوش مصنوعی را سریعتر و با انرژی کمتر اجرا کرد.
برخلاف سخت افزارهای معمولی که از شبکه های عصبی الکترونیکی استفاده می کنند، این فناوری از شبکه های عصبی نوری استفاده می کند که به جای برق، با نور محاسبه می کنند.
برتری نسبت به سیلیکون سنتی
دکتر تاسون می گوید: «اگرچه ساخت فوتونیک های سیلیکونی آسان است، اما برای مدارهای مجتمع پیچیده مقیاس پذیر نیستند. پلتفرم ما میتواند به عنوان بلوک ساختمانی برای شتابدهندههای فوتونیک با کارایی انرژی و مقیاسپذیری که مرتبهای بالاتر از فناوریهای فعلی هستند، عمل کند.
تیم تحقیقاتی از رویکردی به نام “ادغام ناهمگن” برای ساخت سخت افزار استفاده کرد. آنها فوتونیک سیلیکونی را با نیمه هادی های III-V ترکیب کردند که به طور موثر لیزرها و تقویت کننده های نوری را روی یک تراشه بسته بندی می کنند و از دست دادن نوری را کاهش می دهند و مقیاس پذیری را بهبود می بخشند.
نیمه هادی های III-V مدارهای فوتونیک متراکم تر و پیچیده تری را امکان پذیر می کنند. این مدارها می توانند تمام عملیات مورد نیاز برای اجرای شبکه های عصبی را انجام دهند و آنها را به انتخابی عالی برای سخت افزار نسل بعدی شتاب دهنده های هوش مصنوعی تبدیل می کند.
ساخت پلت فرم
این پلت فرم با استفاده از ویفرهای سیلیکون روی عایق (SOI) ساخته شده است که دارای یک لایه 400 نانومتری سیلیکون است. سپس با استفاده از لیتوگرافی خشک و اچینگ، فرآیندهای دوپینگ برای دستگاه های MOSCAP و فتودیودهای APD انجام شد.
سپس، رشد انتخابی سیلیکون و ژرمانیوم برای ایجاد لایههای جذب، شارژ و انتشار در APD انجام شد. سپس نیمه هادی های مرکب مانند InP یا GaAs با استفاده از اتصال دای به ویفر بر روی بستر سیلیکونی قرار گرفتند. سپس، یک لایه نازک از اکسید دروازه (Al2O3 یا HfO2) برای بهبود کارایی اضافه شد و در نهایت یک لایه دی الکتریک ضخیم برای تثبیت حرارتی و عایق اعمال شد.
مرزی جدید در سخت افزار هوش مصنوعی
وی می افزاید: پلت فرم ناهمگن III/V-on-SOI تمام اجزای لازم را برای توسعه معماری محاسبات فوتونیک و نوری برای تسریع هوش مصنوعی و یادگیری ماشین فراهم می کند.
این پلت فرم منحصر به فرد فوتونیک، ادغام تمام اجزای مورد نیاز برای ساخت یک شبکه عصبی نوری کامل بر روی یک تراشه فوتونی را امکان پذیر می کند. از جمله دستگاههای فعال مانند لیزرهای روی تراشه، تقویتکنندهها، آشکارسازهای نوری پرسرعت، تعدیلکنندههای کم مصرف و تغییر فازهای غیرفرار.
بر این اساس، شتابدهندههای مبتنی بر این فناوری قادر خواهند بود به بازده انرژی در واحد سطح تا 2.9 × 102 برابر بیشتر از سایر سکوهای فوتونیکی و 1.4 × 102 برابر بیشتر از پیشرفتهترین سیستمهای الکترونیک دیجیتال دست یابند.
تبدیل هوش مصنوعی با کارایی نور محور
این فناوری بدون شک نقطه عطفی در تسریع هوش مصنوعی و یادگیری ماشینی است که با کاهش هزینه های انرژی، افزایش کارایی پردازش و گشودن درهای جدیدی برای کاربردهای هوش مصنوعی آینده همراه است.
