Forskere udvikler verdens kraftigste neuromorfe processor til AI

I et stort skridt fremad inden for feltet kunstig intelligens (AI) har et internationalt hold af forskere ledet af Swinburne University of Technology udviklet verdens kraftigste neuromorfe processor til AI. Den opererer med en forbløffende hastighed på mere end 10 billioner operationer per sekund (TeraOps/s), hvilket betyder, at den kan behandle ultra-stort datasæt.

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 neuromorfe processor, der kan operere mere end 1.000 gange hurtigere end tidligere processorer. Systemet kan også behandle ultra-stort 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 inden for feltet optik og fotonik af The Australian.

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

Andre top-processorer og micro-combs

 Top-elektroniske processorer som Google 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 micro-comb-kilde.

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

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

Processoren i fremtiden

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

“Denne processor kan fungere som en universel ultrahøj-båndbredds frontend for enhver neuromorfe hardware – optisk eller elektronisk baseret – og bringe massiv-data maskinlæring for realtids ultrahøj båndbreddedata 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 microcombs,” fortsætter han.

Ifølge RMIT’s Professor Mitchell “Denne teknologi er 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 energiforbrugket betydeligt.”

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

“Convolutional neurale netværk har været centrale for den kunstige intelligensrevolution, men eksisterende siliciumteknologi præsenterer stadig en flaskehals i behandlingshastighed og energieffektivitet,” siger Professor Hicks.

“Dette gennembrud viser, hvordan en ny optisk teknologi kan gøre sådanne netværk hurtigere og mere effektive, og det er en dyb demonstration af fordelene ved tværfaglig tænkning, hvor man har 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.