3 Minuty
Amerykański startup, wspierany przez fundusz Gates Frontier Fund należący do Billa Gatesa, zaprezentował nowatorski procesor AI, który działa na bazie światła, a nie elektronów. Firma Neurophos twierdzi, że ich układ optyczny może znacząco zwiększyć wydajność przetwarzania oraz efektywność energetyczną, oferując alternatywną ścieżkę rozwoju sztucznej inteligencji poza tradycyjnymi układami GPU z krzemu.
Od elektronów do fotonów: nowy sposób przetwarzania danych
Zamiast przesyłać elektrony przez tranzystory, architektura Neurophos wykorzystuje fotony do realizacji obliczeń. Światło przełącza się znacznie szybciej i generuje zdecydowanie mniej ciepła niż ruch ładunków w krzemie, co teoretycznie umożliwia osiąganie wielokrotnie wyższej przepustowości i niższego poboru mocy. Firma rozwiązała kluczowy problem komputacji optycznej, miniaturyzując elementy optyczne do gęstości odpowiadającej nowoczesnym fabrykom półprzewodników – wdrażając na jednym układzie pojedynczą, bardzo dużą macierz obliczeniową, zamiast polegać na wielu rozproszonych, mniejszych rdzeniach elektronicznych.
Znaczenie w porównaniu ze współczesnymi układami AI
Takie firmy jak Nvidia oraz inni producenci GPU nadal bazują na układach elektronowych. Owszem, Nvidia integruje fotonikę, by przyspieszyć komunikację między układami, lecz operacje matematyczne realizowane są przy użyciu elektronów. Neurophos zmierza w kierunku prawdziwych obliczeń optycznych, gdzie fotony wykonują kluczowe operacje macierzowe stosowane w sieciach neuronowych. Jeśli rozwiązania Neurophos okażą się skuteczne, mogą na nowo zdefiniować kompromis pomiędzy mocą obliczeniową a zużyciem energii, z którym mierzą się dzisiejsze centra danych.
- Szybsze przełączanie: fotony znacznie szybciej zmieniają stany niż elektrony, co umożliwia osiąganie wyższych częstotliwości dla konkretnych operacji obliczeniowych.
- Niższe generowanie ciepła: mniejsza ilość odpadowego ciepła oznacza ograniczenie potrzeb chłodzenia oraz wyższą efektywność energetyczną systemów inferencyjnych oraz treningowych na szeroką skalę.
- Gęstszy układ obliczeniowy: pojedyncza, duża macierz optyczna umożliwia uproszczenie ruchu danych wewnątrz układu, w przeciwieństwie do wielu rozproszonych rdzeni.
Rzeczywistość: liczne wyzwania techniczne
Mimo ambitnych zapowiedzi, Neurophos musi jeszcze przez kilka lat prowadzić prace inżynieryjne przed wdrożeniem masowej produkcji. Elementy optyczne funkcjonują odmiennie od tranzystorów, dlatego konieczna jest przebudowa lub dostosowanie łańcuchów programistycznych, kompilatorów oraz zestawów testujących poprawność rozwiązań. Integracja z obecnymi ekosystemami centrów danych oraz testowanie niezawodności w szerokiej skali to poważne wyzwania. Chociaż technologia wydaje się przyszłościowa, jej wypieranie mainstreamowych GPU nie nastąpi szybko.
Wsparcie ze strony Gates Frontier Fund oraz rosnące zainteresowanie branży, o czym doniósł między innymi Tom’s Hardware, pokazują, że w sektorze IT pojawia się coraz większy apetyt na alternatywy wobec ograniczeń rozwoju opartego na krzemie. Wyobraźmy sobie, że energochłonne serwerownie AI zastępowane są przez kompaktowe moduły optyczne, które znacząco redukują rachunki za prąd oraz ilość wytwarzanego ciepła – taki scenariusz jeszcze niedawno wydawał się futurystyczny, ale startupy takie jak Neurophos zbliżają nas do tej wizji.
Kto zwycięży w wyścigu procesorów AI?
Nvidia pozostaje liderem rynku i najprawdopodobniej utrzyma tę pozycję przez najbliższe lata, głównie dzięki rozbudowanemu ekosystemowi, zaawansowanemu wsparciu software'owemu i ogromnej skali produkcyjnej. Jednak komputacja optyczna może niebawem stać się bardzo silnym, komplementarnym rozwiązaniem: wyspecjalizowane akceleratory optyczne do inferencji lub specyficznych zadań dużych macierzy mogą współpracować z elektronicznymi GPU wykorzystywanymi do ogólnego treningu i zachowania kompatybilności. Kluczowe pytanie nie brzmi dziś, czy Nvidia ustąpi miejsca, lecz w jaki sposób będzie zmieniać się krajobraz sprzętu AI — z potencjalnym udziałem fotoniki w redefiniowaniu wskaźników wydajności i energooszczędności w nadchodzącej dekadzie.
Źródło: gizmochina
Zostaw komentarz