Световой прорыв: как фотоника меняет будущее искусственного интеллекта ( 3 фото )

Нейроморфные вычисления стремятся повторить принцип работы мозга: вместо последовательного выполнения команд, как в обычных процессорах, информация обрабатывается параллельно через сеть взаимосвязанных «нейронов», которые активируются в ответ на сигналы. Эта концепция существует десятилетиями, но до недавнего времени ее реализовывали на традиционной электронной базе. Специалисты из МФТИ подготовили масштабный обзор, систематизировав последние прорывы в области фотонных нейроморфных систем.

Главный недостаток электронных систем — скорость передачи сигналов и неизбежные тепловыделение с энергопотерями при движении электронов через резисторы и транзисторы. Здесь на помощь приходит фотоника: замена электронов фотонами позволяет сигналам распространяться со скоростью света практически без потерь, причем параллельно по множеству частотных каналов.

В обзоре, опубликованном в «Журнале радиоэлектроники», авторы обобщили несколько ключевых архитектурных подходов к фотонным нейроморфным системам.

Крупномасштабные фотонные матричные процессоры на основе модуляторов Маха-Цендера выполняют операцию умножения матрицы на вектор прямо в оптическом домене. Кремниевый чип размером чуть больше почтовой марки способен выполнять свыше 100 триллионов операций умножения и накопления в секунду.

Мультиплексирование по длине волны и по модам: разные «цвета» света и пространственные моды в одном волноводе используются как независимые вычислительные каналы, что многократно увеличивает параллелизм без увеличения физических размеров чипа.

Схема фотонного умножения вектора на матрицу большого размера / © Журнал радиоэлектроники

Особый интерес вызывают резервуарные вычисления на фотонной основе. В этой архитектуре роль «резервуара» — сложной динамической системы, сохраняющей память о прошлых входных сигналах, — выполняет нелинейная оптическая среда или полупроводниковый лазер с внешней обратной связью. Такие системы демонстрируют способность распознавать речь и временные паттерны при минимальном количестве обучаемых параметров.

Еще одно перспективное направление — фотонные нейронные сети с фазово-переходными материалами (например, GST — сплав германия, сурьмы и теллура). Эти материалы могут переключаться между аморфным и кристаллическим состоянием под действием лазерного импульса, реализуя оптическую «память» — аналог синаптической пластичности мозга.

Область применения фотонных нейроморфных систем охватывает практически все задачи современного ИИ. Телекоммуникационные сети нового поколения требуют обработки терабитных потоков данных в реальном времени — здесь фотонные процессоры уже показывают скорости, недостижимые для электронных аналогов. Автономные транспортные средства и беспилотники нуждаются в молниеносном распознавании объектов при жестких ограничениях по энергопотреблению — фотонные сверточные нейронные сети дают принципиальное преимущество. Медицинская диагностика в реальном времени, спутниковые системы наблюдения, квантовые коммуникации — все эти сферы ждут прихода нового поколения фотонного «железа».

Фотогенный чип проекта Prometheus, разработанный для нейроморфных и квантовых вычислений. Это нейроморфная платформа нового поколения: интеграция оптических нейронов, синаптических матриц и блоков нелинейной активации в едином фотонном чипе / © prometheus-he.eu

Основные технологические вызовы, которые авторы обзора честно перечисляют, — это сложность реализации нелинейных функций активации в оптическом домене, трудности с хранением больших объемов данных (оптическая память пока уступает электронной по плотности записи), а также проблемы масштабирования интегральных фотонных схем до промышленных объемов.

Тем не менее темп прогресса в последние годы резко ускорился: от отдельных демонстраций на уровне нескольких узлов до чипов, реализующих сотни взаимодействующих оптических нейронов. Следующее десятилетие, по оценке авторов, принесет гибридные оптоэлектронные платформы, совмещающие сильные стороны обеих технологий, и полностью интегрированные фотонные процессоры, способные конкурировать с лучшими современными GPU в ключевых задачах ИИ.

Кандидат технических наук Дмитрий Ступин, сотрудник проектно-конструкторского бюро разработки космических технологий МФТИ, отметил:

Мозг человека работает на 20 ваттах. Самый мощный ИИ-кластер — на десятках мегаватт. Пропасть между этими числами — это и есть главная инженерная задача ближайших десятилетий. Фотонные нейроморфные вычисления могут ее реально сократить, опираясь не на ускорение технологий, а на смену самой физики вычислительного процесса.

Как думаете, фотонные нейроморфные процессоры смогут заменить традиционные GPU в ближайшие 10 лет или это останется нишевой технологией?