Создан чип на основе света для быстрой работы искусственного интеллекта
Почему новый фотонный чип из кремния в 100 раз быстрее GPU? Честный разбор
Вы когда-нибудь залипали на то, как работают современные нейросети? Я — да. И каждый раз упираюсь в одно и то же железо: гигантские GPU, которые жрут энергию как слоны. Но вот группа исследователей из Университета Флориды показала чип, который считает на свету. Без шуток.
И это не очередная лабораторная игрушка. Прототип на кремниевой подложке продемонстрировал стократный прирост скорости при почти нулевом энергопотреблении ключевых операций. Мой внутренний скептик заскрипел, но факты — упрямая вещь. Давайте разберемся, что там под капотом.
Как свет заменяет электроны (и почему это меняет всё)
Обычный процессор гоняет электроны по медным дорожкам. Каждый переключатель тратит энергию на тепло. А фотонный чип использует лазеры. Данные кодируются в световые волны, а математика выполняется прямо в полете — оптическая свертка, помните термин из вуза?
Сердце устройства — линзы Френеля, встроенные прямо в кремний. Они толщиной меньше человеческого волоса. Такие линзы фокусируют свет так, что он сам выполняет сложение и умножение — без транзисторов. Команда профессора Фолькера Зоргера пошла дальше: они применили мультиплексирование по длине волны. Проще говоря, берут сразу несколько лазеров разного цвета (красный, синий, зеленый) и пускают их по одному волноводу. Каждый цвет несет свой поток данных — обработка идет параллельно.
Из личного наблюдения: недавно я общался с инженером из дата-центра, который жаловался, что счета за электричество от ИИ-нагрузок уже превышают аренду помещений. Фотонные чипы могли бы срезать эти затраты на порядок. Не фантастика, а математика.
Тесты: 98% точности на рукописных цифрах и почти бесплатные вычисления
Разработчики прогнали прототип на классической задаче — распознавание рукописных цифр (набор MNIST). Результат: 98% правильных ответов. Столько же выдает обычный электронный чип. Но вот разница в энергии — для основных операций свертки значения приближаются к нулю. Сравним наглядно:
| Параметр | Традиционный GPU | Фотонный чип (прототип) |
|---|---|---|
| Скорость базовых операций | 1x (базовый уровень) | ~100x |
| Энергопотребление на свертку | 10–100 Вт | ~0 Вт (оптика) |
| Точность (MNIST) | 98% | 98% |
| Материал подложки | Кремний + медь | Кремний (стандартный) |
Цифры впечатляют, но есть нюанс: пока это только прототип, работающий в лаборатории. Интеграция с существующими CMOS-технологиями уже прорабатывается — чип делали на обычном кремнии, а не на экзотике вроде ниобата лития. Значит, серийное производство будет дешевым.
Где это пригодится (кроме лабораторных стендов)
Первая цель — компьютерное зрение. Сверточные слои — самое затратное звено в современных системах. Замените их оптической обработкой — и автономные автомобили или камеры наблюдения будут видеть мгновенно, почти без нагрева. Вторая — обработка естественного языка: трансформеры тоже любят свертки, хоть и не в чистом виде. Третья — любые системы машинного обучения, где нужна производительность на грани физики.
Но есть и препятствия: светом сложно управлять так же точно, как электронами. Потери в волноводах, точность аналоговых вычислений, температура лазеров. Впрочем, команда из Флориды, Калифорнийского университета в Лос-Анджелесе и GWU уже опубликовала результаты в Advanced Photonics — это серьезный рецензируемый журнал. Значит, технология не мыльный пузырь.
Микро-инструкция: как оценить жизнеспособность фотонного чипа
Если вы разработчик или инженер и хотите понять, стоит ли ждать этот чип, сделайте три шага:
- Проверьте, где в вашей задаче доминируют сверточные операции. Если это классификатор изображений — отлично. Если трансформер с attention — придется адаптировать архитектуру.
- Посчитайте TCO (total cost of ownership). Фотонный чип может снизить энергопотребление дата-центра в 10 раз. На масштабе 1000 серверов это миллионы долларов в год экономии.
- Следите за новостями о коммерциализации. Пока нет анонсов от TSMC или Intel, но кремниевая фотоника уже используется в коммуникациях (в тех же оптоволоконных линиях). Перенос на вычисления — лишь вопрос времени.
Лично я ставлю на то, что первые гибридные чипы (электроника + оптика) появятся через 3–5 лет. Они не заменят GPU полностью, но возьмут на себя самые тяжелые участки. А чисто фотонные версии — лет через 10. Но начало положено: 100x прироста скорости без роста энергопотребления — это не апгрейд, это смена парадигмы.
