Photonische Chips scheinen die Geschwindigkeit von KI-Prozessen dramatisch zu steigern

Ein Team von Forschern hat kürzlich photonische Prozessoren auf Anwendungen der künstlichen Intelligenz angewendet und demonstriert, dass photonische Prozessoren die Informationsverarbeitungskapazität von herkömmlichen elektronischen Chips erheblich überbieten können.

Das Forschungsteam entwickelte eine neue Chip-Architektur und einen Ansatz, der die DatenSpeicherung und die Datenverarbeitung in einem einzigen Gerät kombiniert. Die Chips wurden mit Phasenwechselmaterialien (wie denen, die in DVDs verwendet werden) hergestellt. Photonische (lichtbasierte) Prozessoren werden verwendet, um einen Computerchip herzustellen, der Berechnungen mit hoher Geschwindigkeit ausführen kann, und in einer kürzlich in Nature veröffentlichten Studie konnte das Forschungsteam demonstrieren, dass diese neuen Chips die herkömmlichen elektronischen Chips aufgrund ihrer Fähigkeit, Informationen schnell parallel zu verarbeiten, erheblich überbieten konnten.

Matrix-Vektor-Multiplikationen

Die neuronalen Netze, die der Mehrheit der fortschrittlichsten KI-Anwendungen zugrunde liegen, arbeiten durch Matrix-Vektor-Multiplikationen. Das Forschungsteam erstellte ein hardwarebasiertes Beschleunigungssystem, das es ermöglicht, diese Multiplikationen parallel durchzuführen. Die optischen Chips nutzen die Tatsache, dass unterschiedliche Lichtwellenlängen sich nicht gegenseitig stören, was bedeutet, dass sie für parallele Berechnungen verwendet werden können. Das Forschungsteam nutzte einen “Frequency Comb”, der von der EPFL entwickelt wurde, als Lichtquelle, um dem photonischen Chip die verschiedenen Wellenlängen zu liefern.

Die Entwicklung des Frequency Combs wurde von Professor Tobias Kippenberg an der EPFL geleitet. Kippenberg ist einer der Hauptautoren der Studie zusammen mit dem Co-Autor Wolfram Pernice von der Universität Münster. Laut Pernice können lichtbasierte Prozessoren die rechenintensiven Aufgaben im Maschinellen Lernen beschleunigen und Berechnungen mit noch höheren Geschwindigkeiten durchführen als spezielle Hardware wie Tensor Processing Units (TPUs) und die leistungsfähigsten GPUs.

Neuronales Netzwerk-Training

Nachdem die photonischen Chips entworfen und gebaut worden waren, testeten die Forscher sie, indem sie sie auf ein neuronales Netzwerk anwendeten, das handschriftliche Zahlen erkennen sollte. Der Prozess des neuronalen Netzwerk-Trainings nutzte die Wellenlängen-Multiplexing, die durch die Chips ermöglicht wurde, und es konnte höhere Datenraten und Rechendichten als je zuvor erzielen.

Wie Johannes Feldmann, Hauptautor der Studie und Doktorand an der Universität Münster, via TechXplore erklärte:

“Die Faltungsbetrieb zwischen Eingabedaten und einem oder mehreren Filtern – was beispielsweise die Hervorhebung von Kanten in einem Foto sein kann – kann sehr gut auf unsere Matrix-Architektur übertragen werden. Die Ausnutzung von Licht für die Signalübertragung ermöglicht es dem Prozessor, parallele Datenverarbeitung durch Wellenlängen-Multiplexing durchzuführen, was zu einer höheren Rechendichte und vielen Matrix-Multiplikationen in nur einem Zeitpunkt führt.”

Die Arbeit ist bemerkenswert, da sie es ermöglichen könnte, neuronale Netze auf große Datensätze in einem Bruchteil der typischen Zeit zu trainieren, die normalerweise zum Trainieren eines Netzwerks benötigt wird. Da Big Data immer größer wird, angefeuert durch das Internet der Dinge und die zunehmende Verbreitung von Smart-Geräten, benötigen Datenwissenschaftler neue Möglichkeiten, um die Trainingszeiten für massive Datensätze so niedrig wie möglich zu halten. Herkömmliche Elektronik arbeitet typischerweise im Bereich von niedrigen GHz, während optische Modulationssgeschwindigkeiten bis zu 50 GHz bis 100 GHz reichen können.

Die Forschung könnte wichtige Auswirkungen auf Anwendungen wie Cloud-Computing, medizinische Bildgebung und autonome Fahrzeuge haben, die alle die Fähigkeit erfordern, große Datenmengen aus mehreren Quellen so schnell wie möglich zu verarbeiten.

Das Forschungsprojekt war das Ergebnis einer Zusammenarbeit zwischen einem internationalen Team von Forschern von der Pitt Univesity, der Universität Münster in Deutschland, den Universitäten Exeter und Oxford in England, IBM Zurich und der École Polytechnique Fédérale (EPFL) in der Schweiz.