Um computador que usa luz em vez de circuitos para realizar cálculos pode parecer o enredo de um episódio de Star Trek, mas os pesquisadores têm trabalhado nesta nova abordagem da computação há anos.
Eles são chamados de computadores ópticos, e laboratórios ao redor do mundo estão estudando como podem ser úteis na vida cotidiana.
Uma equipe de pesquisadores da Penn State University fez o anúncio na quarta-feira. papel Science Advances investiga como a computação óptica pode reduzir o consumo de energia de sistemas de inteligência artificial.
Ni XinjieO professor de engenharia da Penn State University e um dos autores do artigo disse à CNET que o estudo é uma prova de conceito de como a computação óptica poderia beneficiar a crescente indústria de IA no futuro.
“Às vezes, o progresso pode ser feito repensando a física familiar com novos objetivos”, disse Nee. “Ao revisitar ideias clássicas em óptica através das lentes dos desafios modernos de IA, podemos abrir novas direções práticas para hardware de computação mais rápido e ecológico.”
Potencialize sua IA
À medida que a IA é cada vez mais implementada no trabalho e no uso doméstico, a questão dos custos de energia da IA torna-se relevante. A execução de produtos e serviços de IA como ChatGPT requer muito poder de computação e consome muita energia no processo.
Você pode morar em ou perto de uma cidade onde uma empresa de tecnologia planeja construir. centro de dadosou sua conta mensal de serviços públicos pode aumentar devido ao aumento da demanda na rede elétrica local.
agência internacional de energia estimativa Os data centers serão responsáveis por aproximadamente 1,5% do consumo global de energia em 2024, um número que cresceu 12% anualmente nos últimos cinco anos. AIE também estimativa O uso de energia dos data centers poderá dobrar até 2030.
É por isso que é atraente usar técnicas computacionais alternativas para reduzir o consumo de energia da IA.
velocidade da luz
Os computadores ópticos, ou computadores que utilizam luz em vez de electricidade, permanecem na sua maioria na categoria lunar da indústria tecnológica e ainda estão a anos de distância da utilização comercial. esses eram os conceitos desde a década de 1960As raízes do processamento óptico de informações são ainda mais antigas.
Os verdadeiros computadores ópticos foram em sua maioria relegados a laboratórios. Mas a transferência óptica de dados, que envia dados rapidamente através de pulsos de luz, é agora usada em alguns grandes centros de dados e para transmissão terra-aeronave.
Ainda assim, o uso da computação óptica em inteligência artificial é um campo emergente de pesquisa. Existem desafios reais na coordenação da luz para executar as funções exigidas pelas redes neurais, um subconjunto de IA usado hoje em produtos como os chatbots.
Basicamente, a luz viaja naturalmente em linhas retas. Para construir um computador que possa processar dados, precisamos de um sistema óptico que gere uma função não linear. Para que os computadores ópticos façam isso, eles geralmente exigem outros materiais que são difíceis de fabricar e podem consumir grandes quantidades de energia.
“As verdadeiras não-linearidades ópticas são geralmente fracas e difíceis de acessar. Freqüentemente, exigem lasers de alta potência ou materiais especiais, que aumentam a complexidade e podem anular os benefícios de eficiência energética dos sistemas ópticos”, disse Ni. “Nossa abordagem evita esses requisitos e ao mesmo tempo alcança um desempenho comparável ao das redes digitais não lineares.”
espelho infinito
Pesquisadores da Penn State University descobriram uma solução interessante que permite que computadores ópticos executem funções não lineares adequadas às necessidades de IA.
O protótipo que a equipe construiu usa uma configuração de “espelho infinito” que “faz um loop em pequenos elementos ópticos e codifica dados diretamente em um feixe de luz”, criando uma relação não linear ao longo do tempo. O padrão de luz é então fotografado com uma câmera microscópica.
“O ponto principal é que estruturas ópticas cuidadosamente projetadas podem gerar o comportamento de entrada/saída não linear que a IA exige, sem depender de materiais não lineares fortes ou lasers de alta potência”, disse Ni. “Ao ‘reverberar’ a luz dentro do sistema, geramos esse mapeamento não linear enquanto mantemos o hardware simples, com baixo consumo de energia e rápido.”
O diagrama (acima) mostra como a luz pode ser focada em pequenas unidades de processamento para transferir vastas cadeias de informações computacionais sem o uso de circuitos que consomem muita energia. Outro diagrama (abaixo) mostra como o processo da equipe funciona conceitualmente. A entrada de luz é refletida repetidamente através de lentes e outros dispositivos ópticos, codificada com sequências complexas de informações e, finalmente, focada em uma câmera que fornece uma saída simplificada.
Embora este seja um conceito interessante, é preciso mais tempo, esforço e dinheiro para transformar um protótipo em um sistema com aplicações reais.
Do laboratório ao data center
Ni admite que os computadores ópticos de IA ainda estão a anos de distância.
“Dependendo do nível de investimento e da aplicação pretendida, o cronograma realista para chegar aos protótipos da indústria e às primeiras demonstrações é de aproximadamente dois a cinco anos”, disse ele.
No entanto, este é um tema quente no mundo da computação. Francesca ParmigianiO principal gerente de pesquisa da Microsoft Research disse à CNET que os chips ópticos poderiam um dia funcionar em paralelo com GPUs tradicionais, permitindo que os sistemas de IA executem tarefas específicas.
“A computação óptica tem potencial para realizar com eficiência muito mais operações em paralelo e em velocidades significativamente mais rápidas do que o hardware digital tradicional”, disse Parmigiani. “Isso melhora significativamente a eficiência energética e reduz a latência da carga de trabalho.”
Os computadores tradicionais que usamos para IA não serão substituídos por computadores ópticos tão cedo. Mas dentro de alguns anos, os computadores ópticos poderão ser integrados em sistemas de IA e funcionar com computadores normais.
“O objetivo é uma abordagem híbrida. A eletrônica continuará a lidar com computação, memória e controle de uso geral, mas a óptica pode acelerar certos cálculos de alto volume que representam a maior parte dos custos de tempo e energia da IA”, disse Ni.
