Un processore fotonico che utilizza particelle di luce all’interno dei chip di silicio: lo studio innovativo condotto dagli scienziati dell’EPFL, di IBM Research di Zurigo e delle Università di Oxford, Münster, Exeter, Pittsburgh potrebbe rivelarsi cruciale per esaudire le sempre più intense esigenze di calcolo dell’era digitale.

Stare al passo con la crescita esponenziale del traffico dati può essere arduo. L’impiego sempre più massivo delle tecnologie di apprendimento automatico e intelligenza artificiale nei più svariati ambiti di applicazione esige processori dal potenziale ampio.

L’architettura ideata dal team di ricercatori offre una possibile soluzione. L’elaborazione di attività matematiche complesse e l’archiviazione contemporanea di dati avviene molto più rapidamente impiegando processori basati sulla luce. I chip elettronici convenzionali sono estremamente più lenti.

Lo studio, esito della fruttuosa collaborazione di diversi prestigiosi gruppi di ricercatori, è apparso recentemente sulla rivista Nature. Quella dell’eterogeneo team di accademici è la prima ricerca ad applicare tali tecnologie nel campo delle reti neurali artificiali.

“I processori basati sulla luce per velocizzare le attività nel campo dell’apprendimento automatico consentono di elaborare complesse attività matematiche ad alta velocità e produttività”

Professore Wolfram Pernice, Università di Münster

Le reti neurali alla base delle applicazioni AI, algoritmi che simulano il cervello umano, operano attraverso moltiplicazioni matrice-vettore. I ricercatori hanno implementato un acceleratore hardware per eseguire tali moltiplicazioni su più set in parallelo. Un risultato ottenuto facendo riferimento a un’altra tecnologia innovativa dell’EPFL: un pettine di frequenza basato su chip come fonte di luce.

Il pettine di frequenza fornisce una varietà di lunghezze d’onda ottiche elaborabili indipendentemente l’una dall’altra all’interno dello stesso chip fotonico. Ciò permette di analizzare discrete mole di dati in parallelo sfruttando il multiplexing, calcolo simultaneo sulle lunghezze d’onda.

I chip fotonici sono stati realizzati con materiali a cambiamento di fase, del tipo solitamente impiegato nell’elaborazione di immagini e dati audio. Successivamente sono stati testati su una rete neurale progettata per riconoscere numeri scritti a mano.

La velocità dei processori fotonici rispetto ai chip convenzionali basati sul trasferimento elettronico garantirebbe una serie di vantaggi in un ampio ventaglio di applicazioni. Maggiore portata di elaborazione simultanea degli algoritmi di intelligenza artificiale, analisi di una mole più ampia di dati clinici, ottimizzazione delle performance per i sensori dei veicoli a guida autonoma: reti neurali più grandi e capacità di calcolo potenziata permettono valutazioni più accurate.

 

Fonte:
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. Bhaskaran (2021) Parallel convolutional processing using an integrated photonic tensor core, Nature 589, pages 52–58 
Lo studio è stato finanziato da EPSRC, Deutsche Forschungsgemeinschaft (DFG), European Research Council, European Union’s Horizon 2020 Research and Innovation Programme (Fun-COMP), Studienstiftung des deutschen Volkes.

Lascia un commento

Inserisci il tuo commento!
Inserisci qui il tuo nome