Das Massachusetts Institute of Technology (MIT) hat mit der Einführung eines photonischen Chips, der schnellere und energieeffizientere KI-Berechnungen verspricht, einen großen Schritt in der KI-Forschung gemacht. Die von MIT-Forschern entwickelte Spitzentechnologie erreicht beim Training eine beeindruckende Genauigkeit von 96 % und bei der Inferenz 92 % und kann damit hinsichtlich der Leistung mit herkömmlichen elektronischen Prozessoren mithalten, während sie deutlich weniger Energie verbraucht.
Dieser Chip, der wichtige Berechnungen in weniger als einer halben Nanosekunde abschließen kann, könnte den Weg für ultraschnelle KI-Anwendungen ebnen. Die Innovation geht ein wachsendes Problem in der KI an: den steigenden Energiebedarf herkömmlicher elektronischer Hardware.
Warum photonische Chips wichtig sind
Der Bedarf an effizienterem Training von KI-Modellen wächst, da tiefe neuronale Netze (DNNs) – das Rückgrat moderner KI – enorme Rechenressourcen benötigen. Herkömmliche elektronische Hardware kann mit diesen Anforderungen nur schwer Schritt halten, verbraucht enorme Energiemengen und nähert sich ihren Leistungsgrenzen. Der von MIT entwickelte photonische Chip könnte das ändern, indem er wichtige Berechnungen mit Lichtgeschwindigkeit durchführt und Aufgaben in weniger als einer halben Nanosekunde abschließt.
Tiefe neuronale Netze verarbeiten Daten über miteinander verbundene Schichten und ahmen dabei das menschliche Gehirn nach. Sie beruhen auf zwei zentralen Arten von Operationen: linearen Berechnungen, zu denen Matrixmultiplikationen gehören, und nichtlinearen Berechnungen, die es Modellen ermöglichen, komplexe Muster zu erkennen. Während photonische Prozessoren lineare Aufgaben bereits bewältigen konnten, stellten nichtlineare Berechnungen stets eine Herausforderung dar, da Lichtteilchen (Photonen) von Natur aus nur schwer miteinander interagieren.
„Nichtlinearität in der Optik ist eine große Herausforderung, weil Photonen nicht ohne Weiteres miteinander interagieren“, erklärte Saumil Bandyopadhyay, ein Gastwissenschaftler am MIT, der an dem Projekt beteiligt ist. „Das macht es sehr energieaufwendig, optische Nichtlinearitäten auszulösen. Daher ist es schwierig, ein System zu entwickeln, das dies auf skalierbare Weise leisten kann.“
Die Lösung des Problems der Nichtlinearität
Das MIT-Team unter der Leitung von Dirk Englund von der Quantum Photonics and Artificial Intelligence Group nahm diese Herausforderung in Angriff, indem es „nichtlineare optische Funktionseinheiten“ oder NOFUs entwickelte. Dem Bericht zufolge „bauten die Forscher ein optisches tiefes neuronales Netz auf einem photonischen Chip, das drei Schichten von Geräten nutzt, die lineare und nichtlineare Operationen ausführen“.
Diese hybriden Geräte vereinen photonische und elektronische Komponenten, um nichtlineare Operationen zu verarbeiten. Indem der Chip kleine Lichtmengen in elektrischen Strom umwandelt, macht er energiehungrige Verstärker überflüssig und bleibt energieeffizient. Den Forschern gelang es, den Testchip mithilfe derselben Foundry-Prozesse herzustellen, die auch für herkömmliche CMOS-Chips verwendet werden. Diese Skalierbarkeit bedeutet, dass sich der photonische Chip in bestehende Fertigungssysteme integrieren lässt und damit den Weg für eine breite Einführung in naher Zukunft ebnet.
Da KI-Berechnungen für Anwendungen wie selbstfahrende Autos, die Verarbeitung natürlicher Sprache und fortschrittliche Robotik immer wichtiger werden, versprechen Innovationen wie der photonische Chip des MIT, das Feld zu revolutionieren, indem sie KI schneller und umweltfreundlicher machen.
Die von Institutionen wie der U.S. National Science Foundation, dem U.S. Air Force Office of Scientific Research und NTT Research finanzierte Forschung könnte den Grundstein für KI-Hardware der nächsten Generation legen.
Entdecken Sie die führenden Unternehmen, die die Grenzen der KI verschieben und neu definieren, wie die Technologie in einer Vielzahl von Branchen eingesetzt wird.