Sztuczna inteligencja (AI) szybko staje się potężniejsza i bardziej wszechobecna, jednak rozwój ten wiąże się z ogromnymi kosztami energii. Centra danych zużywają już około 1,5% światowej energii, a liczba ta rośnie o 12% rocznie. W miarę jak modele sztucznej inteligencji, takie jak ChatGPT, stają się coraz bardziej złożone, zapotrzebowanie na moc obliczeniową – a co za tym idzie – na energię elektryczną – będzie tylko rosło. Naukowcy badają obecnie radykalną alternatywę: komputery optyczne, które do wykonywania obliczeń wykorzystują światło zamiast prądu.
Perspektywy obliczeń optycznych
Przez dziesięciolecia obliczenia optyczne pozostawały w dużej mierze teoretyczne. Wyzwanie polega na symulowaniu bramek logicznych tradycyjnych komputerów przy użyciu fotonów zamiast elektronów. W przeciwieństwie do elektryczności światło w naturalny sposób przemieszcza się po liniach prostych, co utrudnia tworzenie funkcji nieliniowych potrzebnych do złożonego przetwarzania danych.
Zespół z Penn State opublikował niedawno w czasopiśmie Science Advances badanie przedstawiające potencjalny przełom. Ich podejście wykorzystuje układ „lustra nieskończonego” – pętlę elementów optycznych – do kodowania danych w wiązki światła, tworząc wymaganą nieliniową reakcję bez użycia laserów o dużej mocy lub egzotycznych materiałów. System rejestruje wzorce świetlne za pomocą mikroskopijnej kamery, skutecznie wykonując obliczenia istotne dla sztucznej inteligencji.
Dlaczego to jest ważne?
Obecna trajektoria zużycia energii przez sztuczną inteligencję jest niezrównoważona. Rozbudowa centrów danych już obciąża sieci energetyczne, a wpływ wytwarzania energii na środowisko jest znaczący. Jeśli sztuczna inteligencja ma skalować się w sposób odpowiedzialny, potrzebujemy wydajniejszych metod obliczeniowych.
Obliczenia optyczne oferują obiecującą drogę naprzód. W przeciwieństwie do obwodów elektrycznych systemy oparte na świetle mogą teoretycznie działać przy znacznie niższym zużyciu energii, zapewniając jednocześnie porównywalną lub nawet lepszą wydajność.
„Głównym odkryciem jest to, że starannie zaprojektowana struktura optyczna może generować nieliniowe zachowanie wejścia-wyjścia wymagane w przypadku sztucznej inteligencji bez użycia silnych materiałów nieliniowych lub laserów o dużej mocy” – wyjaśnia Xingjie Ni, profesor inżynierii mechanicznej w Penn State.
Droga naprzód: systemy hybrydowe
Pomimo postępu komputery optyczne nie zastąpią w najbliższym czasie tradycyjnych chipów krzemowych. Technologie te stoją przed wyzwaniami produkcyjnymi i wymagają dalszego rozwoju przed praktycznym zastosowaniem. Eksperci przewidują, że gotowe do użycia prototypy pojawią się za kolejne dwa do pięciu lat, w zależności od środków finansowych i konkretnych zastosowań.
Najbardziej prawdopodobnym scenariuszem jest podejście hybrydowe : integracja chipów optycznych z istniejącymi jednostkami przetwarzania grafiki (GPU) w celu przyspieszenia zadań AI wymagających intensywnych obliczeń. Umożliwi to elektronice obsługę ogólnych obliczeń, a optyce obsługę energochłonnych obciążeń.
Francesca Parmigiani z Microsoft Research zauważa, że obliczenia optyczne „mają potencjał wydajnego wykonywania znacznie większej liczby operacji równolegle i przy znacznie wyższych prędkościach niż tradycyjny sprzęt cyfrowy”. Chene Tradonski, współzałożyciel LightSolver, podkreśla, że efektywność energetyczna nie jest już kwestią drugorzędną w rozwoju sztucznej inteligencji.
Ostatecznie obliczenia optyczne stanowią ważny krok w kierunku bardziej zrównoważonej przyszłości sztucznej inteligencji. Pomimo pozostałych wyzwań potencjalne korzyści — niższe zużycie energii, szybsze przetwarzanie i niższe koszty — sprawiają, że jest to obszar warty zainteresowania.
