W obliczu rosnącego zapotrzebowania na wydajne i energooszczędne przetwarzanie danych, fotonika staje się jednym z najciekawszych kierunków rozwoju technologii obliczeniowych. W ostatnim czasie aż trzy firmy – amerykańskie Lightelligence i Lightmatter oraz niemiecka Q.ANT – zaprezentowały przełomowe układy fotoniczne, które mogą zrewolucjonizować obliczenia związane ze sztuczną inteligencją. Każde z tych rozwiązań podchodzi do tematu w inny sposób, ale łączy je wspólny cel: przezwyciężenie ograniczeń tradycyjnych układów elektronicznych i umożliwienie szybszego, bardziej efektywnego energetycznie przetwarzania danych.
Q.ANT i pierwszy fotoniczny NPU
Należąca do grupy TRUMPF niemiecka firma Q.ANT opracowała pierwszy na świecie fotoniczny procesor neuronowy (NPU). Ten innowacyjny układ ma przyspieszać obliczenia AI nawet 50-krotnie i redukować zużycie energii aż 30 razy w porównaniu z klasycznymi chipami krzemowymi. Urządzenie powstało z wykorzystaniem cienkowarstwowego niobianu litu (TFLN) – materiału krystalicznego umożliwiającego bardzo precyzyjne sterowanie światłem bez generowania nadmiaru ciepła. TFLN coraz częściej pojawia się jako alternatywa dla tradycyjnego krzemu w układach optycznych, ponieważ umożliwia integrację światłowodów z nanostrukturami o bardzo niskiej utracie sygnału.
W nowoczesnym zakładzie w Stuttgarcie uruchomiono linię produkcyjną przeznaczoną wyłącznie do wytwarzania fotonicznych układów AI. Jej obecne możliwości to około 1000 wafli rocznie. Firma zaznacza, że procesory są w pełni kompatybilne z istniejącymi serwerami HPC dzięki zastosowaniu interfejsu PCIe, co znacząco ułatwia integrację z infrastrukturą klientów. Co ważne, układy Q.ANT można produkować przy użyciu tych samych linii technologicznych co konwencjonalne chipy CMOS, co ułatwia wdrożenie przemysłowe bez potrzeby budowy zupełnie nowych fabryk.
Dr Michael Förtsch, CEO Q.ANT, zauważa – W obliczu rosnącego zapotrzebowania na AI i aplikacje przetwarzające duże ilości danych, musimy na nowo przemyśleć podejście do rdzenia obliczeniowego.
Czym jest foton i falowód?
Foton – podstawowa cząstka światła, bez ładunku i masy spoczynkowej. W fizyce kwantowej traktowany jako kwant pola elektromagnetycznego.
Falowód – struktura prowadząca fale świetlne, umożliwiająca przesyłanie sygnałów optycznych z punktu A do punktu B bez dużych strat. Najczęściej wykonane są z materiałów przezroczystych o odpowiednio dobranym współczynniku załamania światła.
Q.ANT planuje, by do 2030 roku jej układy stanowiły jeden z filarów infrastruktury obliczeniowej w Europie. Inżynierowie spółki podkreślają, że skalowalna technologia produkcji może pomóc w zwiększeniu niezależności od globalnych łańcuchów dostaw półprzewodników i wpłynąć na przyszłość europejskiego przemysłu mikroelektronicznego.
Lightelligence i układ PACE
Z kolei firma Lightelligence z Bostonu opracowała układ PACE (Photonic Arithmetic Computing Engine), który integruje ponad 16 000 komponentów fotonicznych oraz klasyczne obwody elektroniczne. Jego celem jest przyspieszenie obliczeń związanych z problemami optymalizacyjnymi – powszechnymi w takich branżach jak logistyka, finanse czy produkcja. Inżynierowie Lightelligence zapewniają, że hybrydowe podejście pozwala na lepsze wykorzystanie zarówno precyzji klasycznych układów elektronicznych, jak i szybkości fotoniki.
PACE osiąga częstotliwości rzędu 1 GHz przy opóźnieniu zaledwie 3 nanosekund na cykl. Co ciekawe, pewien poziom nieprzewidywalności w propagacji światła może, zdaniem twórców, wspomagać rozwiązywanie problemów optymalizacyjnych, pozwalając na szybsze przechodzenie pomiędzy możliwymi scenariuszami. Firma podkreśla również, że nawet niewielka losowość w systemie może działać na korzyść algorytmu – coś, co trudno osiągnąć w systemach czysto cyfrowych.
Problemy optymalizacyjne
To zadania polegające na znalezieniu najlepszego możliwego rozwiązania spośród wielu opcji – np. wyznaczanie najkrótszej trasy dla dostawy lub optymalizacja harmonogramów przy ograniczonych zasobach. Często wykorzystuje się do ich rozwiązywania metody heurystyczne lub algorytmy uczenia maszynowego.
Lightmatter i fotonika ogólnego przeznaczenia
Amerykańska firma Lightmatter z siedzibą w Mountain View zaprezentowała bardziej uniwersalny procesor hybrydowy, w którym połączono cztery układy fotoniczne oraz dwa elektroniczne. Układ ten został wykorzystany do uruchomienia dużych modeli językowych, takich jak te stojące za ChatGPT i Claude, a także algorytmów deep learning trenowanych na grach Atari, w tym Pac-Manie. W opinii twórców to pierwsze tego typu zastosowanie, w którym alternatywna architektura obliczeniowa skutecznie poradziła sobie z tak złożonymi zadaniami.
W kontekście alternatywnych technologii obliczeniowych to duże osiągnięcie – do tej pory żaden fotoniczny procesor nie był w stanie efektywnie poradzić sobie z rzeczywistymi zadaniami AI. System od Lightmatter udowadnia, że fotonika może być fundamentem dla bardziej wszechstronnych platform obliczeniowych, łączących moc tradycyjnych rozwiązań z przewagą optycznych ścieżek danych.
Nick Harris, założyciel i CEO Lightmatter, podkreśla – To nie jest prototyp laboratoryjny. To nowy typ komputera. I jest już tutaj.
Ograniczenia klasycznych chipów i wyzwania fotoniki
Wszystkie trzy projekty próbują przełamać bariery wynikające z końca obowiązywania prawa Moore’a – reguły przewidującej podwajanie liczby tranzystorów na chipie co dwa lata. Dalsza miniaturyzacja jest coraz trudniejsza z uwagi na ograniczenia fizyczne.
Anthony Rizzo, inżynier fotoniki z Dartmouth College, komentuje – Te urządzenia pokazują, że komponenty fotoniczne mogą robić rzeczy, na których nam zależy, i że mogą robić je lepiej niż istniejące układy elektroniczne.
Jednym z największych wyzwań pozostaje precyzja. Światło, w przeciwieństwie do sygnałów cyfrowych, może przyjmować wartości z zakresu ciągłego. Niewielka różnica w jego charakterystyce może skutkować kumulacją błędów w trakcie obliczeń. Lightmatter radzi sobie z tym problemem, stosując kontrolne układy elektroniczne nadzorujące dane wejściowe i wyjściowe, co znacząco poprawia jakość przetwarzania. Podobne rozwiązania mogą w przyszłości pozwolić również na dynamiczne korygowanie trajektorii sygnału w czasie rzeczywistym.
Co to znaczy, że fotoniczne chipy są „hybrydowe”?
Oznacza to, że część obliczeń realizowana jest za pomocą światła (fotonów), a pozostała – z wykorzystaniem klasycznych tranzystorów elektronicznych. Takie połączenie łączy zalety obu technologii i pozwala uzyskać lepszy stosunek szybkości do precyzji niż w przypadku układów czysto optycznych lub czysto elektronicznych.
Perspektywy
Eksperci przewidują, że fotoniczne układy obliczeniowe mogą trafić do centrów danych już w ciągu najbliższych 3–5 lat. Możliwe zastosowania wykraczają poza AI – obejmując m.in. analizę danych w czasie rzeczywistym, predykcyjne systemy medyczne, przyszłościowe technologie wojskowe, autonomiczne pojazdy, a nawet eksplorację kosmosu. Przewaga fotoniki może także objąć dziedziny takie jak kryptografia kwantowa, optyczne przetwarzanie obrazu, a nawet projektowanie symulatorów molekularnych w chemii i farmakologii.
W miarę jak fotonika zyskiwać będzie na niezawodności, jej wpływ na różne gałęzie przemysłu może okazać się rewolucyjny. Dzięki możliwości integracji z istniejącymi technologiami produkcyjnymi, fotoniczne procesory mają szansę trafić do masowej produkcji bez długotrwałych przestojów technologicznych.
Rozwiązania od Q.ANT, Lightelligence i Lightmatter to trzy różne podejścia do tej samej idei: wykorzystania światła do szybkich, skalowalnych i energooszczędnych obliczeń. Ich wspólnym mianownikiem jest próba odpowiedzi na ograniczenia współczesnych technologii krzemowych. Jeśli tempo rozwoju się utrzyma, fotonika może stać się jednym z fundamentów przyszłości informatyki – a światło może rzeczywiście wskazać kierunek dalszej ewolucji mocy obliczeniowej.
źródła: thebrighterside.news, livescience.com, sciencenews.org, inkl.com
Dodaj komentarz