Processador fotnico faz inteligncia artificial na velocidade da luz

0
67

Informtica

Com informações da Universidade de Munique – 07/01/2021

Todo o processamento feito com luz, e os dados no so perdidos quando a luz desligada. [Imagem: WWU/AG Pernice]

Processador de luz

Uma equipe internacional de pesquisadores construiu um novo processador fotnico – no qual os dados so processados por luz, e no por eletricidade – que realiza operaes de aprendizado de mquina em paralelo e muitssimo mais rpido do que os chips eletrnicos.

As estimativas indicam que processadores baseados em luz para acelerar tarefas no campo da inteligncia artificial permitiro que tarefas matemticas complexas sejam processadas em velocidades extremamente rpidas, entre 1012 e 1015 operaes por segundo). Chips convencionais, como placas grficas ou hardware especializado, como o TPU (Tensor Processing Unit) do Google, so baseados na transferncia eletrnica de dados, e so muito mais lentos.

O novo hardware fotnico um acelerador para as chamadas multiplicaes de matrizes, que representam a principal carga de processamento na computao das redes neurais, usadas no aprendizado de mquina.

As redes neurais so uma srie de algoritmos que simulam o crebro humano. Isso til, por exemplo, para classificar objetos em imagens e para reconhecimento de face e voz.

Os pesquisadores combinaram as estruturas fotnicas com materiais de mudana de fase (PCMs) como elementos de armazenamento.

Os PCMs geralmente so usados em DVDs e discos BluRay para o armazenamento ptico de dados regravvel, mas tm sido tambm o material preferido na construo dos neuroprocessadores. No novo processador, eles permitem armazenar e preservar os elementos da matriz sem a necessidade de energia.

Processador fot

Detalhes dos ns de processamento do chip, que usam materiais (PCM) que no perdem dados quando o processador desligado.[Imagem: J. Feldmann et al. – 10.1038/s41586-020-03070-1]

Rede neural convolucional

Para fazer as multiplicaes de matrizes em vrios conjuntos de dados em paralelo, a equipe usou um pente de frequncia baseado em chip como fonte de luz, esta uma combinao tecnolgica indita. Um pente de frequncia fornece uma variedade de cores de luz muito puras, que so processadas independentemente em cada canal do chip fotnico. Isso permite o processamento paralelo de dados, calculando em todos os comprimentos de onda simultaneamente – uma tcnica conhecida como multiplexao de comprimento de onda.

Em uma das demonstraes, o processador de luz rodou uma rede neural convolucional para o reconhecimento de nmeros escritos mo. Essas redes so um conceito na rea de aprendizado de mquina inspirado em processos biolgicos. Elas so usadas principalmente no processamento de dados de imagens ou udio, atualmente oferecendo as mais altas precises de classificao.

“A operao convolucional entre os dados de entrada e um ou mais filtros – um destacador de bordas em uma foto, por exemplo – pode ser transferida muito bem para nossa arquitetura matricial. Explorar a luz para a transferncia de sinal permite que o processador execute processamento paralelo de dados por meio da multiplexao de comprimento de onda, o que leva a uma densidade de computao mais alta e muitas multiplicaes de matrizes sendo realizadas em apenas um tique do relgio. Ao contrrio da eletrnica tradicional, que geralmente funciona na faixa baixa de GHz, as velocidades de modulao ptica podem alcanar velocidades at na faixa de 50 a 100 GHz,” contou Johannes Feldmann, da Universidade de Munique, na Alemanha.

Isso significa que o processo permite taxas de dados e densidades de computao – ou seja, operaes por rea do processador – nunca atingidas antes.

Processador fot

Cada cruzamento das linhas de luz processa dados em uma cor diferente, um processo chamado multiplexao por comprimento de onda. [Imagem: University of Oxford]

Inteligncia artificial na velocidade da luz

Os resultados tm uma ampla gama de aplicaes.

No campo da inteligncia artificial, mais dados podem ser processados simultaneamente, economizando energia e obtendo resultados mais rapidamente. O uso de redes neurais maiores permite previses mais precisas e at agora inatingveis, alm de anlises de dados mais precisas.

Por exemplo, os processadores fotnicos viabilizam a avaliao de grandes quantidades de dados em diagnsticos mdicos, incluindo dados 3D de alta resoluo produzidos em mtodos de imagem especiais.

Outras aplicaes incluem a rea de veculos autnomos, que dependem de uma avaliao rpida e precisa dos dados dos sensores, e de infraestruturas de TI, como computao em nuvem, que devem gerenciar espao de armazenamento, poder de computao e aplicativos.

Alm de pesquisadores da Universidade de Munique, estiveram envolvidas neste trabalho equipes das universidades de Oxford e Exeter, na Inglaterra, Pittsburgh, nos EUA, da Escola Politcnica Federal de Lausanne e do laboratrio de pesquisa da IBM em Zurique, na Sua.

Bibliografia:

Artigo: Parallel convolutional processing using an integrated photonic tensor coreAutores: J. Feldmann, N. Youngblood, M. Karpov, H. Gehring, X. Li, M. Stappers, M. Le Gallo, X. Fu, A. Lukashchuk, A. S. Raja, J. Liu, C. D. Wright, A. Sebastian, T. J. Kippenberg, W. H. P. Pernice, H. BhaskaranRevista: NatureVol.: 589, pages 52-58DOI: 10.1038/s41586-020-03070-1

Seguir Site Inovação Tecnológica no Google Notícias

Outras notcias sobre:

Mais tópicos