Mengungkap chip yang membentuk kembali AI

Oleh Fakultas Teknik dan Sains Terapan Universitas Pennsylvania pada 16 Februari 2024

Chip baru yang dikembangkan oleh Penn Engineers menggunakan cahaya untuk mempercepat pelatihan AI, menawarkan pemrosesan yang lebih cepat dan konsumsi daya yang lebih rendah sekaligus meningkatkan privasi data. (Artis konsep.) Kredit: SciTechDaily.com

Sebuah chip baru yang inovatif menggunakan cahaya untuk perhitungan AI yang cepat dan efisien, menjanjikan lompatan dalam kecepatan pemrosesan dan privasi.

Penn Engineers telah mengembangkan chip baru yang menggunakan gelombang cahaya, bukan listrik, untuk melakukan matematika kompleks yang diperlukan untuk melatih kecerdasan buatan. Chip ini berpotensi mempercepat kecepatan pemrosesan komputer secara drastis sekaligus mengurangi konsumsi daya.

Desain chip silikon fotonik (SiPh) adalah yang pertama menggabungkan manipulasi bahan skala nano Benjamin Franklin dan H. Nedwill Ramsey Peraih Medali Profesor Nader Engheta untuk melakukan perhitungan matematis menggunakan cahaya—sarana komunikasi tercepat—dengan platform SiPh yang menggunakan silikon, a elemen murah dan banyak digunakan yang digunakan untuk memproduksi chip komputer secara massal.

Interaksi gelombang cahaya dengan materi mewakili salah satu kemungkinan pengembangan komputer yang mengatasi keterbatasan chip saat ini, yang pada dasarnya didasarkan pada prinsip yang sama dengan chip pada masa awal revolusi komputer pada tahun 1960an.

Nader Engheta, H. Nedwill Ramsey Profesor, Teknik Penn. Kredit: Felice Macera

Inovasi kolaboratif dalam desain chip

Dalam artikel yang diterbitkan hari ini (15 Februari) di Fotonik alam, Kelompok Enghety, bersama dengan kelompok Firooz Aflatouni, profesor teknik elektro dan teknik sistem, menjelaskan pengembangan chip baru. “Kami memutuskan untuk bergabung,” kata Engheta, mengambil keuntungan dari fakta bahwa kelompok penelitian Aflatouni adalah pionir dalam perangkat silikon skala nano.

Tujuan mereka adalah mengembangkan platform untuk melakukan apa yang dikenal sebagai perkalian matriks vektor, sebuah operasi matematika mendasar dalam pengembangan dan fungsi jaringan saraf, arsitektur komputer yang mendukung alat kecerdasan buatan saat ini.

Daripada menggunakan wafer silikon dengan tinggi yang seragam, Engheta menjelaskan, “Anda membuat silikon lebih tipis, katakanlah 150 nanometer,” tetapi hanya di area tertentu. Perubahan ketinggian ini—tanpa penambahan bahan tambahan apa pun—menyediakan cara untuk mengontrol perambatan cahaya melalui chip, karena perubahan ketinggian dapat diatur jaraknya untuk menyebabkan cahaya menyebar dalam pola tertentu, sehingga memungkinkan chip melakukan perhitungan matematis. dengan kecepatan cahaya.

Kemajuan dan aplikasi potensial

Mengingat keterbatasan yang diberlakukan oleh pabrik pengecoran komersial yang memproduksi chip tersebut, Aflatouni mengatakan, desain tersebut sudah siap untuk aplikasi komersial dan berpotensi diadaptasi untuk digunakan dalam unit pemrosesan grafis (GPU), yang mengalami lonjakan permintaan dengan minat yang luas terhadap chip tersebut. mengembangkan sistem baru kecerdasan buatan. “Mereka dapat mengadopsi platform Silicon Photonics sebagai tambahan,” kata Aflatouni, “dan kemudian Anda dapat mempercepat pelatihan dan klasifikasi.”

Selain kecepatan yang lebih tinggi dan konsumsi daya yang lebih rendah, chip Engheta dan Aflatouni memiliki keunggulan privasi: karena banyak perhitungan dapat dilakukan secara bersamaan, tidak perlu menyimpan informasi sensitif dalam memori kerja komputer, sehingga membuat komputer masa depan didukung oleh teknologi tersebut secara virtual. yg tak dpt disangkal. . “Tidak ada yang bisa meretas memori yang tidak ada untuk mendapatkan informasi Anda,” kata Aflatouni.

Referensi: “Struktur kontras indeks rendah yang dirancang terbalik pada platform fotonik silikon untuk perkalian matriks vektor” oleh Vahid Nikkhah, Ali Pirmoradi, Farshid Ashtiani, Brian Edwards, Firooz Aflatouni, dan Nader Enghet, 16 Feb 2024, Nature Photonics.
DOI: 10.1038/s41566-024-01394-2

Studi ini dilakukan di Fakultas Teknik dan Sains Terapan Universitas Pennsylvania dan didukung sebagian oleh hibah Inisiatif Penelitian Universitas Multidisiplin (MURI) dari Kantor Penelitian Ilmiah Angkatan Udara AS (AFOSR) kepada Engheta (FA9550-21-1-0312) dan hibah dari Kantor Penelitian Angkatan Laut AS (ONR) untuk Afaltouni (N00014-19-1-2248).

Rekan penulis lainnya termasuk Vahid Nikkhah, Ali Pirmoradi, Farshid Ashtiani dan Brian Edwards dari Penn Engineering.