افزایش توان پردازش با استفاده از نور

به گزارش کارگروه فناوری اطلاعات سایبربان؛ پژوهشگران دانشگاه MIT به تازگی تراشه فوتونی (photonic chip) جدیدی را توسعه داده‌اند که به جای الکتریسیته از نور استفاده کرده و مصرف انرژی بسیار کمی دارد. از این قطعه می‌توان در پردازش‌های عظیم شبکه‌های عصبی بهره گرفت که نسبت به رایانه‌های سنتی، میلیون‌ها بار بازدهی بیشتری ارائه می‌دهد.

شبکه‌های عصبی مدل‌هایی از یادگیری ماشینی هستند که به‌صورت گسترده در زمینه‌های مختلفی مانند تشخیص اشیا روباتیک، پردازش زبان طبیعی، توسعه دارو، تصویربرداری پزشکی و خودروهای بدون راننده مورداستفاده قرار می‌گیرند. در تراشه‌ی یاد شده به منظور افزایش توان محاسبات از پدیده‌های نوری بهره گرفته شده است و همین موضوع سخت‌افزاری قوی‌تر و کم‌مصرف‌تر را به وجود آورد.

هر چه شبکه‌های عصبی نوری و فعلی بزرگ‌تر و پیچیده‌تر می‌شوند، به سطح انرژی بیشتری نیاز دارند. به همین دلیل است که متخصصان شرکت‌های بزرگ فناوری مانند گوگل، IBM، تسلا شتاب‌دهنده هوش مصنوعی مخصوص به خود را توسعه داده‌اند. تراشه‌هایی که روند آموزش، آزمایش و محاسبات شبکه‌های عصبی را بهتر می‌کنند.
برای تراشه‌های الکتریکی، شامل نمونه‌های مخصوص هوش مصنوعی، از لحاظ تئوری یک محدودت حداقلی برای مصرف انرژی وجود دارد. پژوهشگران MIT به تازگی شروع به توسعه تراشه‌های فوتونی برای شبکه‌های عصبی نوری کرده‌اند؛ اما این سخت‌افزارها به حجم عظیمی از تجهیزات نوری وابسته هستند و بنابراین به کار گیری آن‌ها در شبکه‌های عصبی کوچک با محدودیت مواجه است.

بر اساس اطلاعات منتشر شده شتاب‌دهنده فوتونی جدید از کامپوننت‌های نوری و تکنیک‌های پردازش سیگنال نوری بیشتری بهره می‌گیرد. این کار میزان حجم مصرفی و ابعاد تراشه را کاهش می‌دهد. این ویژگی به پژوهشگران اجازه می‌دهد روی تراشه‌های خود بتوانند شبکه‌های عصبی هم‌تراز با نمونه‌های بزرگ‌تر به وجود آورند.
شبیه‌سازی آموزش شبکه‌های عصبی روی مجموعه داده‌های طبقه‌بندی شده منیست (MNIST)، نشان داد که از لحاظ تئوری انرژی موردنیاز برای پردازش تا 10 میلیون بار نسبت به نمونه‌های الکتریکی کاهش پیدا می‌کند و محدودیت تراشه‌های نوری فعلی را تا یک هزار مرتبه کم می‌کند. محققان هم‌اکنون در حال تولید نمونه‌ای واقعی هستند تا عملکرد آن را در خارج از محیط مجازی مورد تأیید قرار دهند.

ریان هامرلی (Ryan Hamerly)، یکی از محققان آزمایشگاه تحقیقات الکترونیک MIT گفت:

مردم خواهان نوعی فناوری هستند که امکان انجام پردازش را فراتر از محدودیت‌های اساس مصرف انرژی فراهم می‌کند. شتاب‌دهنده نوری کاربردی هستند؛ اما هدف ما تولید نمونه‌ای است که می‌تواند در مقیاس شبکه‌های عصبی بزرگ عمل کند.

از کاربردهای تراشه‌ی بالا می‌توان به کاهش مصرف انرژی در مراکز داده اشاره کرد. به صورت روزافزون تقاضای برای اجرای شبکه‌های عصبی بزرگ‌تر در مراکز داده افزایش پیدا می‌کنند. بنابراین ارائه‌ی خدمات توسط این بسترها، به صورت پیوسته انرژی بیشتری طلب می‌کند. تراشه‌ی یاد شده با هدف پاسخ به این تقاضا و کاهش محدودیت‌های موجود ایجاد می‌شود.