KI-Training direkt auf Hardware:
MIT zeigt neuen optischen Prozessor

Prozessortechnologien abseits der klassischen Silizium-Schaltkreise werden schon lange erforscht. Mit den Herausforderungen der KI-Ära bekommen sie jetzt ganz neuen Schwung. Das MIT möchte hier bei­spiels­weise mit einem neuen Photonen-Chip durchstarten.

Sehr viel effizienter

Der Chip, der vollständig optisch arbeitet, ermöglicht die Durchführung aller wichtigen Berechnungen eines Deep Neural Networks (DNN) direkt auf der Hardware - und dies schneller und energieeffizienter als herkömmliche Prozessoren, wie das in Nature Photonics veröffentlichte Paper zeigt.

Deep Neural Networks bestehen aus vielen Schichten von Knoten, die mithilfe von Matrixmultiplikationen Daten verarbeiten. Neben diesen linearen Operationen sind nicht lineare Funktionen essenziell, um komplexe Muster zu erkennen. Bislang war es eine Herausforderung, solche nicht linearen Berechnungen optisch durchzuführen, da Photonen nur schwer miteinander interagieren. Forscher um Saumil Bandyopadhyay und Dirk Englund haben dieses Problem nun gelöst.


Der neue Chip integriert sogenannte "Nonlinear Optical Function Units" (NOFUs), die elektrische und optische Komponenten kombinieren. Damit können nicht lineare Operationen direkt auf dem Chip ausgeführt werden, während sie bisher meist softwareseitig simuliert und auf klassischen Chips ausgeführt werden. Dieser Ansatz reduziert den Energieverbrauch erheblich und ermöglicht extrem niedrige Latenzzeiten.

In Tests erreichte der Photonen-Chip bei einer Klassifikationsaufgabe mehr als 92 Prozent Genauigkeit - vergleichbar mit traditionellen Systemen. Die Berechnungen wurden jedoch in weniger als einer halben Nanosekunde durchgeführt. Besonders beeindruckend: Der Chip kann neuronale Netze direkt auf der Hardware trainieren, ein Prozess, der auf digitalen Plattformen oft enorme Energiemengen erfordert.

Massenfertigung möglich

Der Chip wurde mit denselben Prozessen gefertigt, die auch in der Herstellung von CMOS-Chips eingesetzt werden. Dies ebnet den Weg für eine kostengünstige Massenproduktion. Mögliche Einsatzgebiete reichen von Lidar und Echtzeit-Navigation über astronomische Forschung bis hin zu Telekommunikation.

Langfristig könnten optische Chips die Effizienz von KI-Anwendungen drastisch steigern und neue Algorithmen ermöglichen, die speziell für optische Systeme entwickelt wurden. "Diese Technologie zeigt, dass grundlegende Berechnungen mit neuen physikalischen Architekturen effizienter skaliert werden können", sagt Dirk Englund, einer der Hauptautoren der Studie.


Siehe auch: