Компания Lightmatter представила фотонный процессор для ускорения алгоритмов искусственного интеллекта
Компания Lightmatter, называющая себя «лидером в области кремниевых фотонных процессоров», представила фотонный процессор искусственного интеллекта — универсальный ускоритель логического вывода, который использует для передачи и обработки данных не электроны, а фотоны, то есть не электрический ток, а счет. По словам разработчиков, использование света для вычислений и обмена данными внутри микросхемы снижает ее энергопотребление и нагрев «на несколько порядков» и приводит к «значительному увеличению скорости процессора».
По данным Lightmatter, с 2010 года объем вычислительной мощности, необходимой для обучения современных алгоритмов искусственного интеллекта, вырос в пять раз по сравнению с ростом возможностей электронных интегральных микросхем, масштабируемых по закону Мура. Чтобы устранить это несоответствие, необходим качественный скачок.
«По оценкам Министерства энергетики, к 2030 году компьютерные и коммуникационные технологии будут потреблять более 8% мировой энергии. Транзисторы, рабочая лошадка традиционных процессоров, не улучшаются; они просто слишком горячие. Создание все более крупных центров обработки данных — это тупиковый путь на пути вычислительного прогресса», — считает доктор наук Николас Харрис (Nicholas Harris), основатель и генеральный директор Lightmatter. — Нам нужна новая компьютерная парадигма. Оптические процессоры Lightmatter значительно быстрее и более энергоэффективны, чем традиционные процессоры. Мы одновременно способствуем развитию вычислений и уменьшаем их влияние на нашу планету».
Архитектура фотонных процессоров Lightmatter будет представлена завтра, 18 августа, на мероприятии HotChips32. Пока же известно, что в состав процессора, изготовленного с применением технологии объемной компоновки, входит более миллиарда транзисторов FinFET, десятки тысяч фотонных арифметических устройств и сотни преобразователей. Фотонный процессор Lightmatter работает со стандартными средами машинного обучения, включая PyTorch и TensorFlow, что позволяет использовать самые современные алгоритмы искусственного интеллекта.