Forskere udvikler verdens mest kraftfulde neuromorfiske processor til kunstig intelligens

I et stort skridt fremad i feltet kunstig intelligens (AI) har et internationalt hold af forskere ledet af Swinburne University of Technology udviklet verdens mest kraftfulde neuromorfiske processor til AI. Den opererer med en imponerende hastighed på over 10 billioner operationer per sekund (TeraOps/s), hvilket betyder, at den kan behandle ultra-stort skala data.

Arbejdet blev offentliggjort i tidsskriftet Nature.

Ledet af Swinburnes professor David Moss, Dr. Xingyuan Xu og Distinguished Professor Arnan Mitchell fra RMIT University, accelererede holdet computertiden og processorkraften. De kunne oprette en optisk neuromorfisk processor, der kan operere over 1.000 gange hurtigere end nogen tidligere. Systemet kan også behandle ultra-stort skala billeder, hvilket er vigtigt for ansigtsgenkendelse, da tidligere optiske processorer har fejlet i denne henseende.

Professor Moss er direktør for Swinburnes Optical Sciences Centre, og han blev navngivet som en af de bedste australske forskere i fysik og matematik på området optik og fotonik af The Australian.

“Dette gennembrud blev opnået med ‘optiske mikro-kamme,’ som var vores verdensrekord internetdatahastighed, der blev rapporteret i maj 2020,” sagde han.

Andre top-processorer og mikro-kamme

 Top-elektroniske processorer som Google (GOOGL ) TPU kan operere over 100 TeraOps/s. Men det kræver titusinder af parallelle processorer, hvorimod holdets optiske system kun afhænger af en enkelt processor. De opnåede dette ved at bruge en ny teknik, der involverede simultan interleaving af data i tid, bølgelængde og rumlige dimensioner gennem en integreret mikro-kamme-kilde.

For dem, der ikke er bekendt med mikro-kamme, er de nye enheder, der består af hundredvis af højkvalitets infrarøde lasere på en enkelt chip. I forhold til andre optiske kilder er mikro-kamme langt hurtigere, lettere og billigere.

“I de 10 år, siden jeg co-opfandt dem, er integrerede mikro-kamme-chips blevet enormt vigtige, og det er virkelig spændende at se, hvordan de muliggør disse enorme fremskridt i informationskommunikation og -behandling,” siger professor Moss. “Mikro-kamme tilbyder enorme muligheder for at imødekomme verdens uendelige behov for information.”

Processoren i fremtiden

Dr. Xu var med-forfatter på studiet og er en Swinburne-alumne og postdoc-forsker med Electrical and Computer Systems Engineering Department på Monash University.

“Denne processor kan fungere som en universel ultra-høj-båndbredde front-end for enhver neuromorfisk hardware – optisk eller elektronisk baseret – og bringer massiv-data maskinlæring for realtid ultra-høj-båndbredde data inden for rækkevidde,” siger Dr. Xu.

“Vi får lige nu et glimt af, hvordan processorerne i fremtiden vil se ud. Det viser os virkelig, hvor dramatisk vi kan skala processorkraften gennem den innovative brug af mikro-kamme,” fortsætter han.

Ifølge RMIT’s Professor Mitchell “er denne teknologi anvendelig på alle former for behandling og kommunikation – det vil have en enorm indvirkning. På lang sigt håber vi at realisere fuldt integrerede systemer på en chip, hvilket vil reducere omkostningerne og energiforbruget betydeligt.”

Professor Damien Hicks støtter forskningsholdet og er fra Swinburne og Walter og Elizabeth Hall Institute.

“Konvolutionsneurale netværk har været centrale for den kunstige intelligens-revolution, men eksisterende silicium-teknologi præsenterer stadig en flaskehals i behandlingshastighed og energieffektivitet,” siger Professor Hicks.

“Dette gennembrud viser, hvordan en ny optisk teknologi kan gøre disse netværk hurtigere og mere effektive, og det er en dyb demonstration af fordelene ved tværfaglig tænkning, ved at have inspirationen og modet til at tage en idé fra et felt og bruge den til at løse et grundlæggende problem i et andet,” fortsætter han.