Физика против закона Мура, но выход есть. "Lightning" открывает эру будущих вычислений

Физика против закона Мура, но выход есть. "Lightning" открывает эру будущих вычислений

MIT представляет "Lightning" — систему фотонной вычислительной мощности для ускорения машинного обучения.

image

Вычислительные технологии переходят к новому этапу. Утверждение Мура о том, что количество транзисторов на микросхеме будет удваиваться каждый год, теряет актуальность из-за физических ограничений. Это подталкивает инженеров искать новые пути улучшения компьютерных возможностей.

Фотонные вычисления: новый этап в IT

Один из ответов на растущие потребности машинного обучения — фотонное вычисление. Вместо транзисторов и проводов используются фотоны для выполнения вычислительных операций. С помощью лазеров эти маленькие пучки энергии движутся со скоростью света, дополняя существующие компьютерные системы.

Ученые из MIT продемонстрировали потенциал фотоники в области машинного обучения с помощью своей новой системы "Lightning" . Этот прототип сочетает в себе преимущества фотонных и электронных компонентов, обеспечивая удивительную скорость и становясь первой системой, отвечающей на запросы машинного обучения в реальном времени.

Преодоление ограничений фотоники

Основной проблемой было то, что фотонные устройства являются пассивными и не имеют памяти или инструкций для управления данными. Однако "Lightning" устраняет этот недостаток. Zhizhen Zhong из MIT подчеркнул, что управление потоком данных между фотонными и электронными компонентами было "ахиллесовой пятой" предыдущих разработок.

Система "Lightning" соединяет фотонные и электронные схемы, предоставляя единую платформу для обработки данных. Она обеспечивает быстрый реальный вычислительный процесс без остановок.

Экологичное решение в IT

Современные службы машинного обучения, такие как ChatGPT, требуют значительных вычислительных ресурсов. "Lightning" предлагает более быстрый и энергоэффективный метод. Группа Ghobadi сравнила свое устройство со стандартными графическими процессорами и другими акселераторами, обнаружив, что "Lightning" значительно более эффективен с точки зрения энергопотребления.

Этот подход не только ускоряет время реакции на запросы машинного обучения, но и предлагает способ уменьшить экологический след данных центров.

Мы клонировали интересный контент!

Никаких овечек — только отборные научные факты

Размножьте знания — подпишитесь