Les puces photoniques semblent accélérer considérablement la vitesse des processus d’IA

Une équipe de chercheurs a récemment appliqué des processeurs photoniques à des applications d’intelligence artificielle, démontrant que les processeurs photoniques peuvent surpasser considérablement la capacité de traitement de l’information des puces électroniques classiques.

L’équipe de recherche a développé une nouvelle architecture de puce et une approche qui combine les capacités de stockage et de traitement de données dans un seul appareil. Les puces ont été fabriquées avec des matériaux à changement de phase (comme ceux utilisés dans les DVD). Les processeurs photoniques (basés sur la lumière) sont utilisés pour produire une puce d’ordinateur qui peut effectuer des calculs à des vitesses élevées, et dans une étude récemment publiée dans Nature, l’équipe de recherche a pu démontrer que ces nouvelles puces étaient capables de surpasser considérablement les puces électroniques classiques, grâce à leur capacité à traiter rapidement l’information en parallèle.

Multiplications matrice-vecteur

Les réseaux de neurones qui sous-tendent la plupart des applications d’IA les plus avancées fonctionnent par multiplications matrice-vecteur. L’équipe de recherche a créé un système d’accélération basé sur le matériel qui permet à ces multiplications d’être effectuées en parallèle. Les puces optiques tirent parti du fait que les différentes longueurs d’onde de la lumière ne s’interfèrent pas les unes avec les autres, ce qui signifie qu’elles peuvent être utilisées pour effectuer des calculs en parallèle. L’équipe de recherche s’est appuyée sur un “peigne de fréquence” développé par l’EPFL, qu’elle a utilisé comme source de lumière pour fournir à la puce photonique les différentes longueurs d’onde.

Le développement du peigne de fréquence a été mené par le professeur Tobias Kippenberg à l’EPFL. Kippenberg est l’un des auteurs principaux de l’étude, aux côtés de son co-auteur Wolfram Pernice de l’Université de Münster. Selon Pernice, les processeurs basés sur la lumière peuvent accélérer les tâches computationnelles intensives impliquées dans l’apprentissage automatique, effectuant des calculs à des vitesses encore plus élevées que les matériels spécialisés comme les unités de traitement de tenseurs (TPU) et les GPU les plus avancés.

Formation de réseaux de neurones

Après que les puces photoniques aient été conçues et construites, les chercheurs les ont testées en les soumettant à un réseau de neurones conçu pour reconnaître des chiffres manuscrits. Le processus de formation du réseau de neurones a tiré parti de la multiplexage des longueurs d’onde autorisé par les puces, et il a pu atteindre des débits de données et des densités de calcul plus élevés que jamais auparavant.

Comme l’a expliqué Johannes Feldmann, auteur principal de l’étude et étudiant en doctorat à l’Université de Münster, via TechXplore:

« L’opération de convolution entre les données d’entrée et un ou plusieurs filtres – qui peut être un éclairage des bords dans une photo, par exemple – peut être transférée très bien à notre architecture matricielle. L’exploitation de la lumière pour le transfert de signaux permet au processeur d’effectuer un traitement de données parallèle par multiplexage des longueurs d’onde, ce qui conduit à une densité de calcul plus élevée et à de nombreuses multiplications matricielles effectuées en une seule étape de temps ».

Le travail est notable en raison du fait qu’il pourrait permettre aux réseaux de neurones d’être formés sur de grands ensembles de données en une fraction du temps habituel nécessaire pour former un réseau. Alors que les grandes données deviennent de plus en plus grandes, gonflées par l’Internet des objets et la prolifération croissante des appareils intelligents, les scientifiques des données auront besoin de nouvelles façons de maintenir les temps de formation sur les grands ensembles de données aussi bas que possible. Les électroniques classiques fonctionnent généralement dans la plage des basses GHz, tandis que les vitesses de modulation optique peuvent aller jusqu’à la plage de 50 GHz à 100 GHz.

La recherche pourrait avoir des implications importantes pour des applications telles que le cloud computing, l’imagerie médicale et les véhicules autonomes, qui nécessitent tous la capacité de traiter de grandes quantités de données provenant de multiples sources aussi rapidement que possible.

Le projet de recherche était le résultat d’une collaboration entre une équipe internationale de chercheurs de l’Université de Pitt, de l’Université de Münster en Allemagne, des universités d’Exeter et d’Oxford en Angleterre, d’IBM Zurich et de l’École polytechnique fédérale (EPFL) en Suisse.