Photonic Processing: Een Doorbraak in Kunstmatige Intelligentie

De Toekomst van Chips: Licht in Plaats van Elektriciteit

De technologiesector staat voor een groeiende uitdaging: de fysieke beperkingen van traditionele elektronische chips belemmeren de vooruitgang in cruciale gebieden zoals kunstmatige intelligentie (AI). Problemen zoals warmteophoping, elektrische weerstand en het stagnatiepunt van Moore’s Law maken de zoektocht naar efficiëntere alternatieven noodzakelijk. In dit kader komen fotonische chips, die gegevens verwerken met behulp van licht in plaats van elektriciteit, naar voren als een veelbelovende oplossing.

Recent zijn er twee belangrijke studies gepubliceerd in het tijdschrift Nature, die significante vorderingen in dit domein aantonen, en laten zien dat fotonische chips kunnen concurreren met hun elektronische tegenhangers bij complexe AI-taken.

Lightintelligence en de PACE-processor

Het Singaporese bedrijf Lightintelligence heeft de Photonic Arithmetic Computing Engine (PACE) ontwikkeld, een processor die meer dan 16.000 fotonische en elektronische componenten integreert. Deze chip kan matrixvermenigvuldigingen en -accumulaties (MAC) uitvoeren met een latentie van slechts 3 nanoseconden per cyclus, op een frequentie van 1 GHz.

PACE heeft bewezen bijzonder effectief te zijn bij het oplossen van complexe optimaliseringsproblemen, zoals de Ising-modellen, en haalt tot wel 500 keer lagere latenties dan de huidige commerciële GPU’s.

Lightmatter en Geavanceerde AI-modellen

Aan de andere kant heeft het Amerikaanse bedrijf Lightmatter een fotonische processor gepresenteerd die in staat is om geavanceerde AI-modellen zoals ResNet en BERT uit te voeren, met een precisie vergelijkbaar met die van traditionele elektronische processors. Deze chip, die fotonische en elektronische componenten in een 3D-module combineert, kan tot 65,5 biljoen operaties per seconde uitvoeren in een 16-bits ABFP-formaat, met een energieverbruik van slechts 78 watt voor elektrische energie en 1,6 watt voor optische energie.

Bovendien is de processor van Lightmatter compatibel met populaire AI-frameworks zoals PyTorch en TensorFlow, wat de integratie in bestaande systemen vergemakkelijkt.

Implicaties en de Toekomst van Fotonische Computing

Deze vooruitgang suggereert dat fotonische computing niet alleen haalbaar is, maar ook aanzienlijke voordelen biedt op het gebied van snelheid en energie-efficiëntie. Door licht in plaats van elektriciteit te gebruiken voor gegevensverwerking, vermijden deze chips problemen zoals elektrische weerstand en overmatige warmteontwikkeling, waardoor ze op hogere snelheden kunnen opereren met een lager energieverbruik.

Hoewel er nog uitdagingen zijn, zoals de integratie met bestaande elektronische infrastructuren en de schaalbaarheid van de productie, wijzen de resultaten van Lightintelligence en Lightmatter erop dat fotonische computing een cruciale rol kan spelen in de toekomst van AI en andere toepassingen met hoge prestaties.

Met de voortdurende groei van de vraag naar efficiënte verwerking en de noodzaak om de beperkingen van de huidige technologie te overwinnen, zou licht wel eens de sleutel kunnen zijn tot een nieuw tijdperk in computing.