Alors que la demande d’intelligence artificielle (IA) s’accélère dans toute l’industrie, une nouvelle étude publiée par la Société Photonics de l’IEEE met en évidence une percée matérielle prometteuse conçue pour relever les défis croissants de l’énergie et de la performance de l’IA.
La recherche, dirigée par le Dr Bassem Tossoun, chercheur principal chez Hewlett Packard Labs, présente une plate-forme de circuit intégré photonique (PIC) qui pourrait remodeler la façon dont les charges de travail de l’IA sont traitées. Contrairement aux systèmes traditionnels à base de GPU qui reposent sur des réseaux de neurones distribués électroniques (DNN), cette nouvelle plate-forme exploite les réseaux de neurones optiques (ONN), fonctionnant à la vitesse de la lumière avec une consommation d’énergie considérablement réduite.
Publié dans l’IEEE Journal of Selected Topics in Quantum Electronics, le étude Présente l’accélération photonique comme une alternative évolutive et durable pour le matériel d’IA de nouvelle génération. L’approche se concentre sur l’intégration des dispositifs photoniques directement sur les puces de silicium en utilisant un mélange de photonics de silicium et de semi-conducteurs composés III-V.
La technologie photonique de silicium est considérée depuis longtemps prometteuse pour les applications lourdes de données. Cependant, l’évolutivité des opérations d’IA complexes est restée un obstacle. L’équipe de recherche de l’IEEE l’a abordé en combinant la photonique de silicium avec des matériaux III-V tels que le phosphure d’indium (INP) et l’arséniure de gallium (GAAS), permettant des lasers, des amplificateurs et des composants optiques à grande vitesse pour fonctionner efficacement.
«Notre plate-forme d’appareil peut être utilisée comme blocs de construction pour les accélérateurs photoniques avec une efficacité énergétique beaucoup plus grande et une évolutivité que la pointe actuelle», a déclaré le Dr Tossoun.
Le processus de fabrication a commencé avec des plaquettes de silicium sur isolant (SOI) et a incorporé une série d’étapes avancées, notamment la lithographie, le dopage, la croissance sélective du silicium et du germanium, et une liaison die-to-wafer pour les matériaux III-V. Le résultat est une intégration à l’échelle de la plaquette de composants critiques comme les lasers sur puce, les amplificateurs, les modulateurs, les photodétecteurs et les déphasages non volatils – tous essentiels pour construire des réseaux neuronaux optiques.
Ce niveau d’intégration permet à la plate-forme d’exécuter des charges de travail d’IA et d’apprentissage automatique avec une efficacité plus élevée tout en minimisant les pertes d’énergie couramment observées dans les systèmes électroniques.
Deepl nommé sur Forbes Ai 50 Liste pour la deuxième année consécutive
La nouvelle plate-forme photonique est conçue pour répondre aux besoins croissants de l’infrastructure des centres de données exécutant des charges de travail d’IA. Avec sa capacité à gérer plus efficacement les tâches de calcul intensives, la plate-forme pourrait aider les organisations à optimiser la consommation d’énergie tout en étendant les opérations d’IA.
Pour l’avenir, les chercheurs voient cette innovation contribuant à un développement plus durable de l’IA, contribuant à surmonter les exigences énergétiques croissantes de l’apprentissage en profondeur et du traitement des données à grande échelle.
La recherche est détaillée dans l’article intitulé «Plate-forme de dispositif photonique intégré à grande échelle pour les accélérateurs AI / ML économes en énergie», « Publié dans l’IEEE Journal of Selected Topics in Quantum Electronics. Le projet reflète des efforts continus au sein de la communauté photonique pour développer des solutions matérielles qui s’alignent sur les besoins futurs des performances et de la durabilité de l’infrastructure d’IA.
