Optische Prozessoren revolutionieren KI: Schneller denn je, verändert sich die Welt der künstlichen Intelligenz

In der heutigen Welt, in der künstliche Intelligenz (KI) in vielfältigen Bereichen wie der robotergestützten Chirurgie und dem Hochfrequenzhandel zum Einsatz kommt, ist die schnelle Verarbeitung von Rohdaten entscheidend. Konventionelle digitale Prozessoren stoßen jedoch an ihre physischen Grenzen, wenn es darum geht, die Latenzzeit zu reduzieren und den Durchsatz zu erhöhen. Daher rücken alternative Technologien wie die optische Datenverarbeitung in den Fokus, um die Anforderungen datenintensiver Anwendungen zu erfüllen. Optische Systeme versprechen eine drastische Steigerung von Geschwindigkeit und Effizienz bei der Datenverarbeitung.

Optische Datenverarbeitung als Lösung

Forscher setzen zunehmend auf Licht, um die Herausforderungen der schnellen Datenverarbeitung zu bewältigen. Die optische Datenverarbeitung, die Licht statt Elektrizität für komplexe Berechnungen nutzt, bietet Potenzial für erhebliche Geschwindigkeits- und Effizienzgewinne. Eine vielversprechende Methode involviert optische Beugungsoperatoren, dünne plattenartige Strukturen, die mathematische Operationen durchführen, während Licht durch sie hindurchgeht. Diese Systeme können zahlreiche Signale gleichzeitig und mit geringem Energieverbrauch verarbeiten. Allerdings stellt die Aufrechterhaltung eines stabilen, kohärenten Lichts bei Geschwindigkeiten über 10 GHz eine große Herausforderung dar.

Ein Forschungsteam unter der Leitung von Professor Hongwei Chen an der Tsinghua-Universität in China hat nun ein bahnbrechendes Gerät entwickelt, das als Optical Feature Extraction Engine (OFE2) bekannt ist. Diese Entwicklung, die in der Fachzeitschrift Advanced Photonics Nexus veröffentlicht wurde, zeigt eine neue Methode zur Durchführung von Hochgeschwindigkeits-Feature-Extraktion mittels Licht, die für zahlreiche reale Anwendungen geeignet ist.

„Sie wussten alles“: Unternehmer planen Massenflucht ins Ausland (und es betrifft auch Ihr Geschäft)

Technische Details der OFE2

Ein wesentlicher Fortschritt der OFE2 ist das innovative Datenvorbereitungsmodul. Die Bereitstellung schneller, paralleler optischer Signale für die Kernkomponenten ohne Phasenstabilität zu verlieren, gehört zu den größten Herausforderungen auf diesem Gebiet. Glasfaserbasierte Systeme führen oft zu unerwünschten Phasenschwankungen, wenn Licht aufgeteilt und verzögert wird. Das Team der Tsinghua-Universität hat dieses Problem durch die Entwicklung eines vollständig integrierten On-Chip-Systems mit anpassbaren Leistungsteilern und präzisen Verzögerungsleitungen gelöst. Dieses Setup wandelt serielle Daten in mehrere synchronisierte optische Kanäle um.

Nachdem die optischen Signale vorbereitet sind, durchlaufen sie einen Beugungsoperator, der die Feature-Extraktion durchführt. Dieser Prozess ähnelt einer Matrix-Vektor-Multiplikation, bei der Lichtwellen miteinander interagieren, um fokussierte „helle Punkte“ an bestimmten Ausgabepunkten zu erzeugen. Durch die Feinabstimmung der Phase des eingehenden Lichts können diese Punkte auf ausgewählte Ausgangsports gelenkt werden, was es der OFE2 ermöglicht, subtile Variationen in den Eingangsdaten im Laufe der Zeit zu erfassen.

„Diese Enthüllung erschüttert“: Seltene Erden im Handelskrieg – was Sie wissen müssen (und wie es Sie betrifft)

Rekordverdächtige optische Leistung

Die OFE2 arbeitet mit beeindruckenden 12,5 GHz und erreicht eine einzelne Matrix-Vektor-Multiplikation in nur 250,5 Pikosekunden – das schnellste bekannte Ergebnis dieser Art der optischen Berechnung. „Wir glauben fest daran, dass diese Arbeit einen bedeutenden Meilenstein für die Weiterentwicklung integrierter optischer Beugungsrechner darstellt, die eine Geschwindigkeit von über 10 GHz in realen Anwendungen überschreiten können“, sagt Chen.

Das Forschungsteam testete die OFE2 in verschiedenen Bereichen. Bei der Bildverarbeitung extrahierte sie erfolgreich Kantenmerkmale aus visuellen Daten und erstellte „Relief- und Gravur“-Karten, die die Bildklassifikation verbesserten und die Genauigkeit bei Aufgaben wie der Identifizierung von Organen in CT-Scans erhöhten. Systeme, die die OFE2 nutzten, benötigten weniger elektronische Parameter als herkömmliche KI-Modelle, was zeigt, dass optische Vorverarbeitung hybride KI-Netzwerke sowohl schneller als auch effizienter machen kann.

„Es ist schlimmer als gedacht“: Qualcomm kauft Arduino und erschüttert die Technik-Welt (steht bald in Ihrem Wohnzimmer)

Die Zukunft der KI im Licht

Zusammen signalisieren diese Errungenschaften einen bedeutenden Wandel in der Datenverarbeitung. Indem die anspruchsvollsten Teile der KI-Verarbeitung von stromhungrigen elektronischen Chips auf blitzschnelle photonische Systeme verlagert werden, könnten Technologien wie die OFE2 eine neue Ära der Echtzeit- und energiearmen KI einläuten. „Die in unserer Studie vorgestellten Fortschritte bringen integrierte Beugungsoperatoren auf ein höheres Niveau und bieten Unterstützung für rechenintensive Dienste in Bereichen wie Bilderkennung, unterstützter Gesundheitsversorgung und digitaler Finanzen. Wir freuen uns auf die Zusammenarbeit mit Partnern, die datenintensive Rechenbedarfe haben“, schließt Chen.

Mit der zunehmenden Komplexität und Datenmenge, die moderne KI-Systeme verarbeiten müssen, wird die Frage immer dringlicher: Wie weit kann die optische Datenverarbeitung in den kommenden Jahren voranschreiten und welche neuen Anwendungen könnten daraus entstehen?