Системы искусственного интеллекта (ИИ) обещают революционные достижения, однако их развитие сдерживается неэффективным использованием энергии и узкими местами в передаче данных.
В исследовании «3D-фотоника для сверхнизкоэнергетических каналов передачи данных с высокой плотностью и пропускной способностью» ученые описали передовой метод интеграции фотоники с полупроводниковыми технологиями КМОП (комплиментарной структурой металл — оксид — полупроводник). Новое решение призвано переосмыслить подход к обмену данными с высокой пропускной способностью. Эта разработка решает важнейшие проблемы, связанные с передачей данных, которые являются серьёзным препятствием для создания более быстрых и эффективных технологий искусственного интеллекта.
«В этой работе мы представляем технологию, способную передавать огромные объёмы данных с беспрецедентно низким энергопотреблением, — сказал руководитель исследования Керен Бергман. — Эта инновация преодолевает давний энергетический барьер, который ограничивал передачу данных в традиционных компьютерных системах и системах искусственного интеллекта».
Команда инженеров Колумбийского и Корнеллского университетов, разработала 3D-интегрированный фотонно-электронный чип с высокой плотностью оптических передатчиков и приёмников на компактной площади. Эта платформа обеспечивает высокую пропускную способность (800 Гбит/с) при исключительной энергоэффективности, потребляя всего 120 фемтоджоулей на бит. Благодаря плотности пропускной способности 5,3 Тбит/с/мм² эта разработка значительно превосходит существующие аналоги.
Разработанный с учётом низкой стоимости чип объединяет фотонные устройства с электронными схемами CMOS и использует компоненты, произведённые на коммерческих предприятиях, что создаёт условия для широкого внедрения в промышленность.
Исследование команды переопределяет способы передачи данных между вычислительными узлами, решая проблемы в области энергоэффективности и масштабируемости. Благодаря 3D-интеграции фотонных и электронных чипов эта технология обеспечивает непревзойденную экономию энергии и высокую плотность полосы пропускания, избавляя от традиционных ограничений по локальности данных. Эта инновационная платформа позволяет системам искусственного интеллекта эффективно передавать огромные объемы данных, поддерживая распределенные архитектуры, которые ранее были непрактичны из-за ограничений по энергопотреблению и задержке.
Полученные в результате этого усовершенствования позволят достичь беспрецедентного уровня производительности, что сделает эту технологию краеугольным камнем будущих вычислительных систем в различных областях применения, от крупномасштабных моделей ИИ до обработки данных в реальном времени в автономных системах. Помимо ИИ, этот подход обладает преобразующим потенциалом для высокопроизводительных вычислений, телекоммуникаций и децентрализованных систем хранения данных, знаменуя собой новую эру энергоэффективной и высокоскоростной вычислительной инфраструктуры.