Photonischer Chip KI-Anwendungen werden mit Licht schneller und effizienter berechnet

Anbieter zum Thema

CADFEM Germany GmbH

Precoplat Präzisions-Leiterplatten-Technik GmbH

RECOM Power GmbH

KI-Berechnungen stoßen schnell an die Grenzen der Physik. Ein neuer photonischer Chip erledigt KI-Berechnungen komplett mit Licht. Außerdem soll er schneller, energieeffizienter und auch zukunftssicherer sein.

Die ständig wachsenden Anforderungen moderner Deep-Learning-Modelle stoßen an die Grenzen herkömmlicher elektronischer Hardware. Diese Modelle, die aus vielen miteinander verbundenen Neuronen bestehen, benötigen enorme Rechenleistung und damit Energie. Einen neuen Ansatz bietet photonische Hardware, die mit Licht rechnet. Sie verspricht höhere Geschwindigkeit und Energieeffizienz, stößt aber bei der Umsetzung bestimmter neuronaler Netzwerkoperationen an technische Grenzen.

Forscher am MIT haben nun eine Lösung entwickelt: einen voll integrierten photonischen Chip, der alle zentralen Operationen eines tiefen neuronalen Netzes direkt auf dem Chip ausführen kann. Damit eröffnen sich neue Möglichkeiten für effizientere KI-Anwendungen.

Die Technik hinter den photonischen Chips

Neuronale Netzwerke beruhen auf zwei Kernoperationen:

• Lineare Transformationen, wie Matrixmultiplikationen, die Daten zwischen den Netzwerkschichten weiterleiten.

• Nichtlineare Transformationen, wie Aktivierungsfunktionen, die komplexe Muster erlernen lassen.

Während photonische Chips bereits seit einigen Jahren für Matrixmultiplikationen eingesetzt werden können, war die Integration nichtlinearer Funktionen bisher ein Problem. Photonen wechselwirken nur schwer miteinander, was den Energieaufwand für optische Nichtlinearitäten erhöht.

Das MIT-Team löste das Problem mit so genannten nichtlinearen optischen Funktionsmodulen (NOFUs). Diese Module kombinieren Optik und Elektronik, um nichtlineare Operationen effizient direkt auf dem Chip durchzuführen. Dabei wird nur ein kleiner Teil des Lichts in elektrische Signale umgewandelt.

Drei Schichten ergeben einen photonischen Chip

Der photonische Chip des MIT besteht aus drei Schichten:

• Programmable Strahlteiler, die lineare Operationen wie Matrixmultiplikationen durchführen.

• NOFUs, die nichtlineare Transformationen umsetzen.

• Optische Verbindungen, die alle Module zu einem Netzwerk kombinieren.

Die Daten bleiben fast vollständig im optischen Bereich, was Verzögerungen und Energieverluste reduziert. In Tests war der Chip in der Lage, Klassifizierungsberechnungen durch maschinelles Lernen in weniger als einer halben Nanosekunde durchzuführen und dabei eine Genauigkeit von über 92 Prozent zu erreichen – vergleichbar mit herkömmlichen digitalen Prozessoren.

Ein entscheidender Vorteil des photonischen Chips ist die Möglichkeit, diesem mit standardisierten CMOS-Prozessen zu fertigen. Die photonische Hardware lässt sich kostengünstig in bestehende Elektroniksysteme integrieren. Mögliche Anwendungen sind beispielsweise Lidar-Systeme zur Echtzeitnavigation, wissenschaftliche Forschung wie Astronomie oder Teilchenphysik oder Hochgeschwindigkeits-Telekommunikation.

Wenn Systeme in Echtzeit lernen müssen

Laut den Forschern des MIT ermöglicht der photonische Chip nicht nur schnelle Berechnungen, sondern auch energieeffizientes In-situ-Training neuronaler Netzwerke. Das ist besonders relevant für Systeme, die in Echtzeit lernen müssen. Die Technologie könnte die Effizienz von KI-Anwendungen erheblich steigern. Künftig planen die Forscher, photonische Chips in realen Anwendungen wie Kameras und Kommunikationssystemen einzusetzen und neue Algorithmen zu entwickeln, die die Vorteile der Optik optimal ausnutzen.

Diese Entwicklung markiert einen bedeutenden Fortschritt für Elektronikentwickler: photonische Hardware kombiniert die Leistung traditioneller Systeme mit der Energieeffizienz und Geschwindigkeit optischer Technologien. (heh)

Photonisches Rechnen

Erster kommerzieller Photonik-Prozessor für energieeffizientes High-Performance-Computing

(ID:50260911)