Ein gemeinsames Team von Ingenieuren der Tsinghua-Universität und des Beijing National Research Center for Information Science und Technologie, beide in China, hat einen groß angelegten diffraktiven hybriden photonischen KI-Chiplet für den Einsatz in hocheffizienten Anwendungen der künstlichen allgemeinen Intelligenz entwickelt. Ihr Artikel wird in der Zeitschrift veröffentlicht Wissenschaft.
Da Software-KI-Anwendungen in den letzten Jahren zum Mainstream geworden sind, haben Computeringenieure intensiv nach Möglichkeiten gesucht, Hardware zu bauen, die KI-Software entweder effizienter unterstützt oder KI-Computing direkt ausführt.
In dieser neuen Studie konzentrierte sich das Team in China auf Letzteres und suchte nach Möglichkeiten, die KI-Verarbeitung schneller und effizienter durchzuführen. Zu diesem Zweck haben sie ein Chiplet entwickelt – einen integrierten Schaltkreis, der klar definierte Teilfunktionen von Funktionen ausführt, die typischerweise mit anderen Chiplets verwendet werden, um Aufgaben auszuführen, die Pakete umfassen, die auf Licht statt auf Elektrizität basieren.
Im Mittelpunkt der neuen Forschung steht das Ziel, ein Modell der künstlichen allgemeinen Intelligenz (AGI) zu entwickeln. Ein solches Modell würde theoretisch aus einer Vielzahl von Chiplets bestehen, darunter auch solche wie Taichi, die zusammen einen auf einem neuronalen Netzwerk basierenden Computer mit künstlichen Intelligenzfähigkeiten bilden würden, die denen des menschlichen Gehirns entsprechen oder diese übertreffen.
Eine der größten Hürden bei der Erstellung eines solchen Modells ist der Bedarf an Rechenleistung. Derzeit sind Grafikprozessoren die Hauptkomponenten solcher Systeme, aber damit ein KI-System die Intelligenzfähigkeiten von Menschen erreichen kann, ist eine leistungsfähigere Technologie erforderlich. Das Team in China schlägt vor, dass die Antwort darin besteht, Licht statt Strom für die Verarbeitung zu nutzen – der resultierende Computer würde viel weniger Strom verbrauchen und Berechnungen schneller durchführen können.
Die Forscher stellen fest, dass Taichi ähnlich wie andere lichtbasierte Chiplets entworfen und gebaut wurde – der Unterschied besteht darin, dass es viel einfacher skaliert werden kann, sodass viele von ihnen zusammen verwendet werden können, um einen AGI zu erstellen.
Beim Testen ihres Designs stellte das Team fest, dass es in der Lage ist, eine Netzwerkgröße von 13.96 Millionen künstlichen Neuronen zu erreichen, was weitaus besser ist als die von anderen Chiplet-Herstellern gemeldeten 1.47 Millionen.