清華大学と北京国立情報科学研究センターのエンジニアの合同チーム。 テクノロジーはいずれも中国にあり、高効率の汎用人工知能アプリケーションで使用するための大規模な回折ハイブリッド フォトニック AI チップレットを開発しました。彼らの論文は雑誌に掲載されます 科学.
過去数年間でソフトウェア AI アプリケーションが主流になるにつれ、コンピューター エンジニアは、AI ソフトウェアをより効率的にサポートするハードウェア、または AI コンピューティングを直接実行するハードウェアを構築する方法を懸命に模索してきました。
この新しい研究では、中国のチームは後者に焦点を当て、AI 処理をより迅速かつ効率的に実行する方法を見つけようとしました。この目的を達成するために、彼らはチップレットを作成しました。これは、電気ではなく光に基づいてパッケージを構成するタスクを実行するために、通常は他のチップレットとともに使用される、明確に定義された機能のサブセットを実行する集積回路です。
新しい研究の中心となるのは、汎用人工知能 (AGI) モデルを構築するという目標です。理論上、そのようなモデルは、Taichi のようなチップレットを含むさまざまなチップレットで構成され、これらが一緒になって人間の脳と同等かそれを超える人工知能機能を備えたニューラル ネットワーク ベースのコンピューターを形成します。
このようなモデルを作成する際の主なハードルの 1 つは、コンピューティング能力の要件です。現在、このようなシステムの主なコンポーネントはグラフィックス処理ユニットですが、AI システムが人間の知能能力に匹敵するには、より強力なテクノロジーが必要です。中国の研究チームは、その答えは、処理に電気の代わりに光を使うことであり、その結果、コンピュータは消費電力が大幅に削減され、計算をより迅速に実行できるようになるだろうと示唆している。
研究者らは、Taichi は他の光ベースのチップレットとほぼ同じように設計および構築されたことに注目しています。違いは、はるかに簡単にスケールアップでき、AGI を作成するために多くのチップレットを一緒に使用できることです。
設計をテストしたところ、チームは、他のチップレット メーカーが報告している 13.96 万個よりもはるかに優れた 1.47 万個の人工ニューロンのネットワーク規模を達成できることを発見しました。