Tim gabungan insinyur dari Universitas Tsinghua dan Pusat Penelitian Ilmu Informasi Nasional Beijing dan Teknologi, keduanya di Tiongkok, telah mengembangkan chiplet AI fotonik hibrida difraksi berskala besar untuk digunakan dalam aplikasi kecerdasan umum buatan dengan efisiensi tinggi. Makalah mereka diterbitkan di jurnal Ilmu.
Karena aplikasi perangkat lunak AI telah menjadi arus utama selama beberapa tahun terakhir, para insinyur komputer telah bekerja keras mencari cara untuk membangun perangkat keras yang mendukung perangkat lunak AI dengan lebih efisien atau yang menjalankan komputasi AI secara langsung.
Dalam studi baru ini, tim di Tiongkok berfokus pada hal terakhir, mencari cara untuk melakukan pemrosesan AI dengan lebih cepat dan efisien. Untuk mencapai tujuan tersebut, mereka telah menciptakan sebuah chiplet—sebuah sirkuit terintegrasi yang menjalankan subset fungsionalitas yang terdefinisi dengan jelas yang biasanya digunakan dengan chiplet lain untuk melaksanakan tugas-tugas yang terdiri dari paket-paket yang berbasis cahaya, bukan listrik.
Inti dari penelitian baru ini adalah tujuan membangun model kecerdasan umum buatan (AGI). Secara teori, model seperti itu akan terdiri dari berbagai chiplet, termasuk chiplet seperti Taichi, yang bersama-sama akan membentuk komputer berbasis jaringan saraf dengan kemampuan kecerdasan buatan yang menyamai atau melampaui kemampuan otak manusia.
Salah satu kendala utama dalam menciptakan model seperti itu adalah kebutuhan daya komputasi. Saat ini, unit pemrosesan grafis merupakan komponen utama dari sistem tersebut, namun teknologi yang lebih kuat diperlukan agar sistem AI dapat menandingi kemampuan kecerdasan manusia. Tim peneliti di Tiongkok menyarankan bahwa jawabannya adalah dengan menggunakan cahaya dibandingkan listrik untuk pemrosesan—komputer yang dihasilkan akan menggunakan lebih sedikit listrik dan mampu melakukan perhitungan lebih cepat.
Para peneliti mencatat bahwa Taichi dirancang dan dibuat seperti chiplet berbasis cahaya lainnya—perbedaannya adalah bahwa Taichi dapat ditingkatkan jauh lebih mudah, sehingga banyak dari chip tersebut dapat digunakan bersama untuk membuat AGI.
Dalam pengujian desainnya, tim menemukan bahwa ia mampu mencapai skala jaringan 13.96 juta neuron buatan, yang jauh lebih baik daripada 1.47 juta yang dilaporkan oleh pembuat chiplet lainnya.