Фотонный нанопроцессор ускоряет ИИ и снижает энергозатраты
Исследователи создали нанопроцессор, использующий свет вместо электричества, что позволяет выполнять сложные вычисления за триллионные доли секунды и значительно снижает энергопотребление. Новый фотонный чип успешно прошёл тесты на биомедицинских изображениях, открывая путь к более эффективным и экологичным вычислительным платформам.
Ingenium
Исследователи разработали нанопроцессор, использующий свет вместо электричества, что позволяет значительно снизить энергопотребление при выполнении сложных вычислений за триллионные доли секунды.
Проблемы традиционных вычислений
С развитием моделей искусственного интеллекта традиционные электронные устройства сталкиваются с трудностями в обеспечении необходимой скорости вычислений и энергоэффективности. Обычные компьютерные чипы обрабатывают данные за счет перемещения заряженных частиц, что приводит к значительным тепловым потерям и высоким затратам энергии.
Новый фотонный чип
Для преодоления этих ограничений был создан ультракомпактный фотонный чип, выполняющий математические вычисления с помощью света. Процессор был спроектирован с использованием современных компьютерных симуляций, которые точно моделируют взаимодействие световых волн в трехмерном пространстве. Такой подход позволяет применять миниатюрные физические элементы, каждый из которых меньше длины волны света, в качестве настраиваемых точек данных. Это обеспечивает вычислительную плотность около 400 миллионов параметров на квадратный миллиметр. Размер полученных наноструктур составляет всего десятки микрометров, что сопоставимо с толщиной человеческого волоса.
Принцип работы
Когда свет проходит через эти сложные наноструктуры, физическая геометрия чипа автоматически выполняет необходимые для машинного обучения математические операции. Поскольку система функционирует на движении фотонов, вычисления завершаются за триллионные доли секунды.
Тестирование и перспективы
Для проверки прототипа фотонная нейронная сеть была использована для классификации более 10 000 биомедицинских изображений, включая снимки грудной клетки, молочной железы и брюшной полости. В физических экспериментах система достигла точности классификации около 90%, а в симуляциях — до 99%. Интеграция возможностей искусственного интеллекта непосредственно в наноструктуры позволила создать масштабируемую и энергоэффективную платформу, способную значительно снизить экологическую нагрузку будущей вычислительной инфраструктуры.