Forskere ved Tsinghua University i Beijing har presentert Taichi, en fotonisk AI-spon-arkitektur detaljert i en nylig publikasjon i Utviklet av førsteamanuensis Lu Fang Fra Institutt for elektronisk ingeniøring og professor Qionghai Dai fra Institutt for automatisering. per sekund per watt (TOPS/W), en nøkkelmetrikk for AI-prosessorkraft i forhold til energi som konsumeres. I følge analyse fra China Academy representerer dette en bemerkelsesverdig forbedring i forhold til sammenlignbare fotoniske nevrale nettverksbrikker utviklet tidligere.
Å takle AI-energiproblemet med lys
Moderne AI-modeller krever en enorm beregningsmakt, som fører til betydelig elektrisk forbruk og maskinvarebehov, og har en enorm beregningsmakt, og fører til betydelig strømforbruk. Som IEEE Spectrum fremhevet i dekningen, og treningskostnadene for modeller som Openais GPT-3 understreket energiutfordringene til konvensjonelle elektronikk. Fotonisk databehandling, ved bruk av lys for beregninger, er blitt undersøkt for effektivitetspotensialet, men tidligere innsats møtte skaleringsvansker på grunn av støyforsterkning.
