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

Ein Team von Forschern hat kürzlich photonic Prozessoren auf künstliche Intelligenz-Anwendungen angewendet und demonstriert, dass photonic Prozessoren die Informationsverarbeitungskapazität von herkömmlichen elektronischen Chips erheblich übertreffen können.

Das Forschungsteam entwickelte eine neue Chip-Architektur und einen Ansatz, der die Daten-speicher- und Datenverarbeitungsfähigkeiten in einem einzigen Gerät kombiniert. Die Chips wurden mit Phasenwechselmaterialien (wie denen, die in DVDs verwendet werden) hergestellt. Photonic (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 traditionelle elektronische Chips aufgrund ihrer Fähigkeit, Informationen schnell in Parallelverarbeitung zu verarbeiten, erheblich übertrafen.

Matrix-Vektor-Multiplikationen

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

Die Entwicklung des Frequency Comb wurde von Professor Tobias Kippenberg an der EPFL geleitet. Kippenberg ist einer der Hauptautoren der Studie, zusammen mit 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 als spezialisierte Hardware wie Tensor Processing Units (TPUs) und die fortschrittlichsten GPUs ausführen.

Neuronales Netzwerk-Training

Nachdem die photonic Chips entworfen und gebaut worden waren, testeten die Forscher sie, indem sie sie auf ein neuronales Netzwerk anwendeten, das zur Erkennung handschriftlicher Zahlen konzipiert war. Der Prozess des neuronalen Netzwerk-Trainings nutzte die Wellenlängen-Multiplexing, die durch die Chips ermöglicht wurde, und erreichte höhere Datenraten und Rechendichten als je zuvor.

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

„Die Faltungsbetrieb zwischen Eingabedaten und einem oder mehreren Filtern – die 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 auszuführen, 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 normalen Zeit zu trainieren. Da Big Data immer größer wird, angefüttert durch das Internet der Dinge und die zunehmende Verbreitung intelligenter Geräte, werden Datenwissenschaftler neue Methoden benötigen, um die Trainingszeiten auf großen Datensätzen so niedrig wie möglich zu halten. Traditionelle Elektronik arbeitet normalerweise im niedrigen GHz-Bereich, während optische Modulationsgeschwindigkeiten 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-Universität, der Universität Münster in Deutschland, den Universitäten Exeter und Oxford in England, IBM Zurich und der École Polytechnique Fédérale (EPFL) in der Schweiz.