Neuer Durchbruch im Tsinghua Optoelectronics Computing: Chipleistung um das 10.000-fache gesteigert, Forschung erreicht Spitzenniveau der Natur

Das Team der Tsinghua-Universität hat neue Durchbrüche auf dem Gebiet der Ultra-High-Performance-Computing-Chips erzielt und entsprechende Forschungsergebnisse wurden in Nature veröffentlicht.

Mit dem Aufkommen verschiedener großer Modelle und tiefer neuronaler Netze ist die Frage, wie man KI-Chips der nächsten Generation entwickeln kann, die der Entwicklung der künstlichen Intelligenz gerecht werden und sowohl über große Rechenleistung als auch hohe Energieeffizienz verfügen, zu einem wichtigen Thema geworden Thema im internationalen Fokus.

Unter den wichtigsten wissenschaftlichen Themen des Jahres 2023, die von der China Association for Science and Technology veröffentlicht wurden, belegte „Wie man energiearme künstliche Intelligenz realisiert“ den ersten Platz.

Kürzlich hat das Team der Tsinghua-Universität neue Durchbrüche auf dem Gebiet der Ultra-Hochleistungs-Computing-Chips erzielt. Die entsprechenden Ergebnisse wurden in Nature unter dem Titel „All-analog photo-electronic chip for high-speed vision task“ veröffentlicht.

Dieser Chip basiert auf einer rein analogen optoelektronischen Fusion-Computing-Architektur. Bei der tatsächlichen Messung intelligenter Bildverarbeitungsaufgaben verfügt er bei gleicher Genauigkeit über eine 3.000-mal höhere Rechenleistung und eine 4 Millionen-mal höhere Energieeffizienz als bestehende Hochleistungs-GPUs bei gleicher Genauigkeit .

^{Der Inhalt, der neu geschrieben werden muss, ist: Abbildung 1 Verwandte Artikel (Quelle: „Nature“)}

Papieradresse:

Chen, Y. et al -Schnellsichtaufgaben. Natur https://doi.org/10.1038/s41586-023-06558-8 (2023).

Die Zukunft ist schon da? Es ist nicht einfach, mit lichtbasierten Rechenchips einen Sprung in der Rechenleistung zu erzielen, insbesondere mit der aktuellen traditionellen Chiparchitektur, die durch die Größe elektronischer Transistoren begrenzt ist, die sich physikalischen Grenzen nähert. Die neue Computerarchitektur ist zum Schlüssel zur Überwindung der Situation geworden. Optisches Computing gilt mit seiner ultrahohen Parallelität und Geschwindigkeit als eine der leistungsstärksten Konkurrenzlösungen für zukünftige disruptive Computing-Architekturen.

Optisches Rechnen wandelt, wie der Name schon sagt, den Rechenträger von Elektrizität in Licht um und nutzt die Lichtausbreitung im Chip, um Berechnungen durchzuführen. Angesichts der attraktiven Aussicht auf das Rechnen mit Lichtgeschwindigkeit haben namhafte wissenschaftliche Forschungsteams im In- und Ausland in den letzten Jahren verschiedene Designs vorgeschlagen, um bestehende elektronische Geräte zu ersetzen und Anwendungen auf Systemebene zu erreichen

Hauptengpässe

:

一Wie man große Recheneinheiten (steuerbare Neuronen) auf einem Chip integriert und den Grad der Fehlerakkumulation einschränkt;

Die zweite Möglichkeit besteht darin, eine hohe Geschwindigkeit und Effizienz zu erreichen On-Chip-Nichtlinearität; Die dritte besteht darin, mit der aktuellen Technologie kompatibel zu sein. In einer Informationsgesellschaft, in der elektronische Signale die Hauptstütze sind, muss eine effiziente Schnittstelle zwischen optischer Datenverarbeitung und elektronischer Signalverarbeitung bereitgestellt werden. Der derzeitige Stromverbrauch bei der Analog-Digital-Umwandlung ist um viele Größenordnungen höher als der jeder Multiplikations- und Additionsoperation des optischen Rechnens, wodurch die Leistungsvorteile des optischen Rechnens selbst verdeckt werden und es für optische Chips schwierig wird, ihre Überlegenheit darin unter Beweis zu stellen praktische Anwendungen. Die Rechenleistung und Energieeffizienz auf Systemebene sind zehntausendmal höher als bei vorhandenen Chips und simuliertes Licht. Konstruieren Sie ein groß angelegtes mehrschichtiges neuronales Beugungsnetzwerk, um eine visuelle Merkmalsextraktion zu erreichen, und führen Sie mithilfe von Photostrom direkt reine analoge elektronische Berechnungen auf der Grundlage des Kirchhoff-Gesetzes durch das neue Computersystem „Pre-Sensing“ + Sensing + Near Sensing
• . Es reduziert den Bedarf an hochpräzisen ADCs erheblich, beseitigt den physischen Engpass in Bezug auf Geschwindigkeit, Genauigkeit und Stromverbrauch im Analog-Digital-Umwandlungsprozess des traditionellen Computer-Vision-Verarbeitungsparadigmas und erzielt Durchbrüche bei der Integration in großem Maßstab und der effizienten Nichtlinearität und hohe Geschwindigkeit auf einem Chip. Es gibt drei wesentliche Engpässe bei der optischen und elektrischen Schnittstelle.
• 算 Abbildung 2. Berechnungsprinzip und Chiparchitektur des optischen Rechenchips ACCEL (Quelle: „Nature“)
  Unter der gemessenen Leistung erreicht die Systemebene-Rechenleistung des Accel-Chips die Anzahl der vorhandenen hohen - Leistungschips Tausendfach
  . Gleichzeitig erreicht die Energieeffizienz auf Systemebene 74,8 Peta-OPS/W, was eine Verbesserung um das
  Zweitausend- bis Millionenfache
  im Vergleich zur bestehenden Hochleistungs-GPU-, TPU-, optischen Computing- und analogen elektrischen Computing-Architektur darstellt .
  Der Betrieb von ACCEL mit extrem niedrigem Stromverbrauch wird dazu beitragen, das Erwärmungsproblem erheblich zu verbessern, umfassende Durchbrüche beim zukünftigen Design von Chips zu erzielen und eine Rechenleistungsbasis für physikalische Beobachtungen mit extrem hoher Geschwindigkeit bereitzustellen. Gleichzeitig bringt es erhebliche Vorteile für Szenarien mit hohen Ausdaueranforderungen wie unbemannte Systeme und autonomes Fahren.
  
  
                                                                                                                                                                               Tabelle 1. Vergleich von. System -Ebene gemessene Leistungsindikatoren zwischen ACCEL und vorhandenen Hochleistungschips (Quelle: „Nature“) Einfach direkt berechnen

  

  ^{Darüber hinaus unterstützt der ACCEL-Chip auch direkt Berechnung inkohärenter visueller Lichtszenen, wie das in der Arbeit demonstrierte Verkehrsszenenexperiment. Es hat die Anwendungsbereiche von ACCEL erheblich erweitert und soll die derzeitige Idee, Bilder aufzunehmen und im Speicher zu speichern, bevor Berechnungen in Bereichen wie autonomes Fahren, Robotersicht und mobile Geräte durchgeführt werden, zunichte machen ADC-Bandbreitenbeschränkungen und vollständige Berechnungen während des Erfassungsprozesses.}
  
  
                                                                                                                                 die zukünftige Integration anderer Hochleistungsrechnertechnologien in aktuelle elektronische Informationssysteme.
  
  Einer der korrespondierenden Autoren des Papiers, Akademiker Dai Qionghai von der Tsinghua-Universität, sagte: „Es ist ein großer Berg, ein Computersystem nach neuen Prinzipien zu entwickeln, aber es ist ein großer Aufstieg, um die neue Generation wirklich umzusetzen.“ Computerarchitektur in das wirkliche Leben zu integrieren und die wichtigsten Bedürfnisse der Volkswirtschaft und des Lebensunterhalts der Menschen zu lösen „Die Ergebnisse dieser Arbeit werden früher als erwartet eine neue Generation von Computerarchitekturen ermöglichen.“

  Akademiker Dai Qionghai, außerordentlicher Professor Fang Lu, außerordentlicher Forscher Qiao Fei und Assistenzprofessor Wu Jiamin von der Tsinghua-Universität sind die korrespondierenden Autoren dieses Artikels, die Doktoranden Maimati Nazarmat und Dr. Xu Han sind die Co-Erstautoren; Dr. Meng Yao, der stellvertretende Forscher Zhou Tiankuang, der Doktorand Li Guangpu, der Forscher Fan Jingtao und der assoziierte Forscher Wei Qi waren an dieser Forschung beteiligt.

Das obige ist der detaillierte Inhalt vonNeuer Durchbruch im Tsinghua Optoelectronics Computing: Chipleistung um das 10.000-fache gesteigert, Forschung erreicht Spitzenniveau der Natur. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!