A pekingi Tsinghua Egyetem kutatói bemutatták a Taichi-t, a fotonikus AI chiplet architektúrát, amelyet egy nemrégiben tudomány című kiadványában részleteztek. Fejlesztette ki egyetemi docens lu fang Az Elektronikus Mérnöki Tanszék és Qionghai Dai professzor az Automatizációs Minisztériumtól, a CHIP-t a CHIP-nél jelentett energiahatékonyság a nagymértékű mesterséges intelligencia. (Tops/W), az AI feldolgozási teljesítményének kulcsfontosságú mutatója az elfogyasztott energiahoz viszonyítva. A China Academy elemzése szerint ez jelentősen javul az összehasonlítható fotonikus neurális hálózati chipekhez képest. As iEEE spektrum Kiemelve a lefedettségében, az olyan modellek edzési költségei, mint az OpenAi GPT-3, aláhúzott a hagyományos elektronika energiak kihívásait. A fotonikus számítástechnikát, a számításokhoz szükséges fény felhasználásával, annak hatékonysági potenciálja miatt, de a korábbi erőfeszítések a zajerősítés miatti méretezési nehézségekkel szembesültek. Az AI gyorsítókhoz való hozzáférés korlátozásának ellenőrzése, mint például az NVIDIA H100 és H20 GPU-ja Kínában, hozzáadva a kontextust az alternatív hardver kereséséhez. Az IEEE Spectrum által idézett összehasonlítások azt sugallják, hogy a TAICHI a H100 chip energiahatékonyságának több mint 1000-szerese működteti. A Huawei csak manapság bemutatta a CloudMatrix 384 AI klasztert, amely legyőzi az NVIDIA vezető GB200 NVL72 architektúráját, de a sokkal magasabb energiaellátás költségén. A chipletek, amelyek célja a nagy diffrakciós sűrűség egyesítése az interferencia újrakonfigurálhatóságával. A mély optikai rétegek használata helyett, amelyek felerősíthetik a hibákat, a Taichi elosztott architektúrát használ. Lu Fang ezt az IEEE spektrumnak „sekély mélységű, de szélességű” architektúrának írta le, amely garantálja a hálózati skálát.”A tudományos absztrakt megjegyzések, amelyek a „Millió-képességek képességét” a 13,96 millió paraméteréből fakadják, míg az egyetem bejelentése a tényleges skálát úgy alakította ki, hogy az idegsejtek „milliárdjait” támogassák. A projekt finanszírozása a Kína Tudományos és Technológiai Minisztériumának és a Kína Nemzeti Természettudományi Alapítványának támogatását tartalmazta, a stround”> stround”> stround”> stround”> stround”> stround capus”> stround capus”> stround cap. Gyakorlati akadályok
A Tsinghua csapat validálta a taichit a komplex AI referenciaértékeken. 91,89%-os pontosságot ért el a omniglot kézírásos karakterkészletben és 87,74% pontosságú, a 100-as (_ blank”> omniglot kézírásos feladat mellett. Powered AI modellek a tartalomgenerációhoz, zenét készítve Bach stílusában, és képeket emulál a Van Gogh-t és a Munch-t. „Az optikai ideghálózatok már nem játékmodellek”-állítja az IEEE spektrum interjúban.”Most már alkalmazhatók a valós feladatokban.”Noha a chiplet maga is kompakt, a teljes rendszer jelenleg jelentős külső berendezéseket igényel. Lu Fang megjegyezte az IEEE spektrumát, hogy az olyan komponensek, mint a lézerforrás és az adatok összekapcsolása, terjedelmes maradnak, és jelentős laboratóriumi teret foglalnak el („szinte egy egész asztal”). A jövőbeli munka célja ezeknek a funkcióknak az integrálása, az alkalmazások megcélzása a nagy AI modellekbe, a tartalomgenerációba és a robotikába.
Categories: IT Info
