Tutkijat kehittivät maailman tehokkaimman neuromorfinen prosessorin tekoälylle

Tekoälyalan merkittävässä edistysaskeleessa kansainvälinen tutkijaryhmä, jota johtaa Swinburne University of Technology, on kehittänyt maailman tehokkaimman neuromorfinen prosessorin tekoälylle. Se toimii hämmästyttävällä yli 10 biljoonan operaation sekuntivauhtia (TeraOps/s), mikä mahdollistaa ultra-suurnopean tietojen prosessoinnin.

Työ on julkaistu Nature-tiedelehdessä Nature.

Swinburnen professori David Mossin, tohtori Xingyuan Xun ja RMIT-yliopiston arvostettu professori Arnan Mitchell johtamassa tiimissä prosessointinopeus ja -teho kiihdytettiin. He pystyivät luomaan valo-optisen neuromorfinen prosessorin, joka toimii yli 1 000 kertaa nopeammin kuin mikään aiempi. Järjestelmä pystyy myös prosessoimaan ultra-suurnopean kuvia, mikä on tärkeää kasvojen tunnistamisessa, sillä aiemmat valo-optiset prosessorit eivät ole onnistuneet tässä suhteessa.

Professori Moss on Swinburnen Optisten Tieteiden Keskuksen johtaja, ja hänet on nimetty yhdeksi Australian johtavista tutkijoista fysiikan ja matematiikan alalla optiikan ja fotonikan alalla The Australian -lehden toimesta.

“Tämä läpimurto saavutettiin ‘valo-mikro-kammalla’, kuten myös maailmanennätys internetin datanopeudessa, josta raportoitiin toukokuussa 2020”, hän sanoi.

Muut huipputason prosessorit ja mikro-kammat

Parhaat sähköiset prosessorit, kuten Google (GOOGL ) TPU, voivat toimia yli 100 TeraOps/s. Niiden käyttöön kuitenkin vaaditaan kymmeniä tuhansia rinnakkaisia prosessoreita, kun taas tiimin valo-järjestelmä perustuu vain yhteen prosessoriin. He saavuttivat tämän käyttämällä uutta tekniikkaa, jossa data yhdistettiin samanaikaisesti ajan, aallonpituuden ja tilan ulottuvuuksissa integroidun mikro-kammalähteen kautta.

Ne, jotka eivät ole tietoisia mikro-kammista, ne ovat uusia laitteita, jotka koostuvat sadoista korkealaatuisista infrapuna-laserista yhdellä piirillä. Vertailukohtana muihin valo-lähteisiin, mikro-kammat ovat paljon nopeampia, kevyempiä ja halvempia.

“10 vuoden aikana, siitä lähtien kun keksin ne, integroidut mikro-kammapiirit ovat tulleet erittäin tärkeiksi, ja se on todella jännittävää nähdä, miten ne mahdollistavat nämä valtavat edistysaskeleet tietojen viestinnässä ja prosessoinnissa”, professori Moss sanoo. “Mikro-kammat tarjoavat valtavan lupaavan mahdollisuuden tyydyttää maailman vaatimaton tarve tietoihin.”

Tulevaisuuden prosessori

Tohtori Xu oli yksi tutkimuksen vastaavista tekijöistä ja on Swinburnen alumni ja post-doktoraalinen tutkija Monashin yliopiston sähkö- ja tietokonejärjestelmien osastolla.

“Tämä prosessori voi toimia universaalina ultra-suurnopeana etuohjaimena mille tahansa neuromorfinen laitteistolle – valo- tai sähköperusteiselle – ja tuo massiivisen datan koneoppimisen ulottuvilla olevan reaaliajassa ultra-suurnopean datan”, tohtori Xu sanoo.

“Meillä on nyt vilkaisu siitä, miltä tulevaisuuden prosessorit näyttävät. Se osoittaa meille, miten dramaattisesti voimme skaalata prosessoreiden tehokkuutta mikro-kammien innovatiivisen käytön kautta”, hän jatkaa.

RMIT:n professori Mitchellin mukaan “tämä teknologia on sovellettavissa kaikkiin prosessointi- ja viestintätapauksiin – se vaikuttaa valtavasti. Pitkällä aikavälillä toivomme pystyvämme toteuttamaan täysin integroidut järjestelmät piirillä, mikä vähentäisi kustannuksia ja energiankulutusta.”

Professori Damien Hicks tukee tutkimusryhmää ja on kotoisin Swinburnesta ja Walter ja Elizabeth Hall -instituutista.

“Konvoluutio-neuraaliverkot ovat olleet keskeisiä tekoälyvallankumouksessa, mutta olemassa oleva piiseen perustuva teknologia aiheuttaa yhä enemmän pullonkaulaa prosessointinopeudessa ja energiatehokkuudessa”, professori Hicks sanoo.

“Tämä läpimurto osoittaa, miten uusi valo-optinen teknologia tekee nämä verkot nopeammiksi ja tehokkaammiksi, ja se on syvä osoitus ristidisciplinaarisen ajattelun hyödyistä, jossa on inspiraatio ja rohkeus ottaa idea yhdestä alasta ja käyttää sitä ratkaisemaan perustavanlaatuista ongelmaa toisessa”, hän jatkaa.