Задачи, которые выполняет машинный интеллект, от создания плейлиста до распознавания голоса, требуют значительных вычислительных мощностей. Стартап Lightmatter собирается изменить метод выполнения этих вычислений, выпуская фотонные чипы, которые работают намного быстрее транзисторов.
В основе любого ИИ и машинного обучения, как и большинства компьютерных операций, лежит математика. Традиционные компьютеры могут их выполнять, но в случае сложной задачи нужно разбивать ее на серии меньших и выполнять последовательно. Одной из таких сложных математических задач, распространенных в ИИ, является умножение матрицы на вектор. Быстрое выполнение этой операции важно для сравнения больших наборов данных, например, когда система распознавания голоса хочет понять, похожа ли звуковая волна на фразу «Ok, Google». Проблема в том, что мы приближаемся к пределу в скорости выполнения этих операций с использованием обычных чипов на транзисторах.
«Один из симптомов смерти закона Мура — то, что компании вроде Intel вкладывают в квантовые технологии и тому подобное — практически во все, что не является традиционным вычислением, — говорит глава Lightmatter Ник Харрис. — Сейчас самое время взглянуть на альтернативные архитектуры».
Вместо того чтобы разбивать вычисления на серии базовых операций, фотонные чипы Lightmatter решают всю проблему за раз, запуская луч света через ряд крошечных, настраиваемых линз и датчиков. Создавая и отслеживая незначительные изменения в фазе или пути луча, чип решает задачи со скоростью света. Кроме того, он расходует только долю энергии, необходимой обычному микрочипу, пишет TechCrunch. Lightmatter возникла из исследования, которое Харрис проводил в МТИ со своими коллегами. Часть этой технологии они запатентовали и создали прототип на 32 «нейрона», вычислительных блока для этого типа фотоники. Теперь компания собирается создать чип на сотни нейронов.
«По скорости, мощности и времени отклика мы довольно близко подошли к теоретическому пределу», — говорит Харрис. То есть, заставить свет двигаться быстрее невозможно, но можно, как и в случае традиционных компьютеров, плотнее расположить элементы на чипе, заставить их работать параллельно, улучшить датчики и так далее. «Это не научный проект, — утверждает Стэн Рейсс из Matrix and Spark, вложившей в Lightmatter $11 млн. — Это первое практическое применение оптических вычислений при полном контроле за происходящим».
Кремниевый фотонный микрочип, который на 3 порядка быстрее справляется с вычислениями, по сравнению с обычными процессорами, разработали в Принстоне. Ученые добились коэффициента ускорения в 1960 раз для сети из 49 узлов, выполняющих вычисления дифференциальных уравнений.
