Chips Fotônicos Parecem Aumentar Dramaticamente a Velocidade dos Processos de IA

Uma equipe de pesquisadores aplicou recentemente processadores fotônicos a aplicações de inteligência artificial, demonstrando que os processadores fotônicos podem superar significativamente a capacidade de processamento de informações dos chips eletrônicos regulares.

A equipe de pesquisa desenvolveu uma nova arquitetura de chip e abordagem que combina capacidades de armazenamento e processamento de dados em um único dispositivo. Os chips foram feitos com materiais de mudança de fase (como os usados em DVDs). Processadores fotônicos (baseados em luz) são usados para produzir um chip de computador que pode realizar cálculos em alta velocidade, e em um estudo recentemente publicado na Nature, a equipe de pesquisa foi capaz de demonstrar que esses novos chips foram capazes de melhorar significativamente os chips eletrônicos tradicionais, graças à sua capacidade de processar informações rapidamente em paralelo.

Multiplicações de Matriz-Vetor

As redes neurais que subjazem a muitas das aplicações de IA mais avançadas operam por meio de multiplicações de matriz-vetor. A equipe de pesquisa criou um sistema de aceleração baseado em hardware que permite que essas multiplicações sejam realizadas em paralelo. Os chips ópticos aproveitam o fato de que diferentes comprimentos de onda de luz não interferem entre si, o que significa que eles podem ser usados para realizar cálculos em paralelo. A equipe de pesquisa contou com um “comb de frequência” desenvolvido pela EPFL, usando-o como fonte de luz para fornecer ao chip fotônico os vários comprimentos de onda.

O desenvolvimento do comb de frequência foi liderado pelo Professor Tobias Kippenberg da EPFL. Kippenberg é um dos autores principais do estudo, juntamente com o coautor Wolfram Pernice, da Universidade de Münster. De acordo com Pernice, processadores baseados em luz podem acelerar as tarefas computacionais intensivas envolvidas no aprendizado de máquina, realizando cálculos em velocidades ainda mais altas do que o hardware especializado, como as Unidades de Processamento de Tensor (TPUs) e as GPUs mais avançadas.

Treinamento de Redes Neurais

Depois que os chips fotônicos foram projetados e construídos, os pesquisadores os testaram em uma rede neural projetada para reconhecer números escritos à mão. O processo de treinamento da rede neural aproveitou a multiplexação de comprimento de onda habilitada pelos chips, e foi capaz de alcançar taxas de dados e densidades de computação mais altas do que nunca antes.

Como explicou Johannes Feldmann, autor principal do estudo e estudante de pós-graduação da Universidade de Münster, por meio do TechXplore:

“A operação de convolução entre os dados de entrada e um ou mais filtros — que pode ser um realce de bordos em uma foto, por exemplo — pode ser transferida muito bem para nossa arquitetura de matriz. Aproveitar a luz para a transferência de sinais permite que o processador realize o processamento de dados em paralelo por meio da multiplexação de comprimento de onda, o que leva a uma maior densidade de computação e a muitas multiplicações de matriz sendo realizadas em apenas um tempo de passo.”

O trabalho é notável devido ao fato de que ele pode permitir que as redes neurais sejam treinadas em grandes conjuntos de dados em uma fração do tempo típico necessário para treinar uma rede. À medida que os grandes dados crescem ainda mais, inflados pela internet das coisas e a proliferação crescente de dispositivos inteligentes, os cientistas de dados precisarão de novas maneiras de manter os tempos de treinamento em conjuntos de dados massivos o mais baixo possível. A eletrônica tradicional geralmente opera na faixa de baixos GHz, enquanto as velocidades de modulação óptica podem chegar a 50 GHz a 100 GHz.

A pesquisa pode ter implicações importantes para aplicações como computação em nuvem, imagem médica e veículos autônomos, que todos exigem a capacidade de processar grandes volumes de dados originados de múltiplas fontes o mais rápido possível.

A pesquisa foi o resultado de uma colaboração entre uma equipe internacional de pesquisadores da Universidade de Pitt, da Universidade de Münster na Alemanha, das Universidades de Exeter e Oxford na Inglaterra, da IBM Zurich e da École Polytechnique Fédérale (EPFL) na Suíça.