Forscher entwickeln weltweit leistungsstärksten Neuromorphic-Prozessor für KI

In einem großen Schritt vorwärts im Bereich der künstlichen Intelligenz (KI) hat ein internationales Forscherteam unter der Leitung der Swinburne University of Technology den leistungsstärksten Neuromorphic-Prozessor für KI entwickelt. Er arbeitet mit einer atemberaubenden Rate von über 10 Billionen Operationen pro Sekunde (TeraOps/s), was bedeutet, dass er ultra-große Datenmengen verarbeiten kann.

Die Arbeit wurde im Journal Nature veröffentlicht.

Unter der Leitung von Swinburnes Professor David Moss, Dr. Xingyuan Xu und Distinguished Professor Arnan Mitchell von der RMIT University beschleunigte das Team die Rechengeschwindigkeit und die Verarbeitungsleistung. Sie konnten einen optischen Neuromorphic-Prozessor entwickeln, der über 1.000 Mal schneller arbeiten kann als alle bisherigen. Das System kann auch ultra-große Bilder verarbeiten, was für die Gesichtserkennung wichtig ist, da bisherige optische Prozessoren in diesem Bereich versagt haben.

Professor Moss ist Direktor des Optical Sciences Centre der Swinburne und wurde von The Australian als einer der besten australischen Forscher im Bereich Physik und Mathematik im Bereich Optik und Photonik genannt.

“Dieser Durchbruch wurde mit ‘optischen Micro-Combs’ erzielt, wie auch unsere Weltrekord-Internet-Datengeschwindigkeit im Mai 2020”, sagte er.

Andere Top-Prozessoren und Micro-Combs

Top-elektronische Prozessoren wie der Google (GOOGL ) TPU können über 100 TeraOps/s arbeiten. Allerdings benötigen sie dafür Tausende von parallelen Prozessoren, während das optische System des Teams nur auf einem einzigen Prozessor basiert. Sie erreichten dies, indem sie eine neue Technik anwendeten, bei der die Daten gleichzeitig in Zeit, Wellenlänge und räumlichen Dimensionen durch eine integrierte Micro-Comb-Quelle verflochten werden.

Für diejenigen, die nicht wissen, was Micro-Combs sind: Es handelt sich um neue Geräte, die aus Hunderten von hochwertigen Infrarotlasern auf einem einzigen Chip bestehen. Im Vergleich zu anderen optischen Quellen sind Micro-Combs viel schneller, leichter und billiger.

“In den 10 Jahren seit ich sie mitentwickelt habe, sind integrierte Micro-Comb-Chips enorm wichtig geworden und es ist wirklich aufregend zu sehen, wie sie diese riesigen Fortschritte in der Informationskommunikation und -verarbeitung ermöglichen”, sagt Professor Moss. “Micro-Combs bieten enormes Potenzial, um den unstillbaren Bedarf der Welt an Informationen zu decken.”

Prozessor der Zukunft

Dr. Xu war Co-Autor der Studie und ist ein Swinburne-Alumnus und Postdoktorand am Department of Electrical and Computer Systems Engineering der Monash University.

“Dieser Prozessor kann als universeller Ultrahigh-Bandwidth-Frontend für jede Neuromorphic-Hardware dienen – optisch oder elektronisch basiert – und bringt maschinelles Lernen für Echtzeit-Ultrahigh-Bandwidth-Daten in Reichweite”, sagt Dr. Xu.

“Wir bekommen einen ersten Blick darauf, wie die Prozessoren der Zukunft aussehen werden. Es zeigt uns wirklich, wie dramatisch wir die Leistung unserer Prozessoren durch die innovative Verwendung von Microcombs steigern können”, fährt er fort.

Laut Professor Mitchell von der RMIT “ist diese Technologie auf alle Arten von Verarbeitung und Kommunikation anwendbar – sie wird einen enormen Einfluss haben. Langfristig hoffen wir, vollständig integrierte Systeme auf einem Chip zu realisieren, was die Kosten und den Energieverbrauch stark reduzieren wird.”

Professor Damien Hicks unterstützt das Forscherteam und ist von der Swinburne und dem Walter und Elizabeth Hall Institute.

“Convolutional Neural Networks waren zentral für die KI-Revolution, aber die vorhandene Siliziumtechnologie stellt zunehmend einen Engpass bei der Verarbeitungsgeschwindigkeit und Energieeffizienz dar”, sagt Professor Hicks.

“Dieser Durchbruch zeigt, wie eine neue optische Technologie diese Netze schneller und effizienter macht und ist ein tiefgreifendes Beispiel für die Vorteile des interdisziplinären Denkens, indem man die Inspiration und den Mut hat, eine Idee aus einem Bereich zu übernehmen und sie verwendet, um ein fundamentales Problem in einem anderen Bereich zu lösen”, fährt er fort.