Forskere ved Aalto University i Finland har utviklet en metode som lar AI-beregninger skje med lys i stedet for elektronikk. Gjennombruddet, kalt POMMM, kan gi dramatisk raskere og mer energieffektive systemer. Forskerne anslår at teknologien kan finne veien inn i kommersielle plattformer innen 3–5 år.
Hva er gjennombruddet?
Den nye metoden heter POMMM (Parallel Optical Matrix-Matrix Multiplication). Den utfører komplekse tensor-operasjoner i ett enkelt pass av lys – samme type beregninger som dagens kraftige GPU-er håndterer.
Forskjellen er grunnleggende: elektroniske systemer kjører operasjonene steg for steg, mens de optiske beregningene skjer øyeblikkelig idet lyset passerer gjennom systemet.
POMMM kort fortalt: Parallel Optical Matrix-Matrix Multiplication – en optisk metode som utfører matrisemultiplikasjoner og andre tensor-operasjoner i parallell, i selve lysgangen.
Slik virker POMMM
Dataene kodes direkte inn i lysbølgenes amplitude og fase. Ved å bruke flere bølgelengder kan systemet håndtere enda mer komplekse operasjoner.
De optiske operasjonene skjer passivt når lyset beveger seg gjennom systemet. Det innebærer at ingen aktiv kontroll eller elektronisk veksling er nødvendig under selve beregningen, noe som reduserer både kompleksitet og energiforbruk.
«Vår metode utfører de samme operasjonene som dagens GPU-er håndterer, som konvolusjoner og oppmerksomhetslag, men gjør dem alle i lysets hastighet,» sier Dr. Yufeng Zhang til TechXplore.
«Denne tilnærmingen kan implementeres på nesten alle optiske plattformer.» — Professor Zhipei Sun, leder av Photonics Group ved Aalto University
Hvorfor det betyr noe
AI-industrien står i dag overfor økende utfordringer knyttet til energibruk. Store språkmodeller og avanserte AI-systemer krever betydelige mengder strøm i både trening og drift.
Fotonikk-baserte løsninger peker mot neste generasjons maskinvare for kunstig generell intelligens. I stedet for varme elektroniske komponenter som trenger omfattende kjøling, kan optiske systemer utføre de samme oppgavene med minimal energibruk.
Hva kan dette brukes til?
- De samme operasjonene som GPU-er: konvolusjoner og oppmerksomhetslag.
- Komplekse tensor-operasjoner i ett enkelt pass av lys.
- Passiv beregning uten elektronisk veksling underveis.
- Skalerbarhet via flere bølgelengder for mer komplekse operasjoner.
- Bred plattformstøtte: kan implementeres på nesten enhver optisk plattform.
- Potensiell integrasjon i eksisterende infrastruktur hos store teknologiselskaper.
Veien mot markedet
Dr. Yufeng Zhang, som leder det internasjonale forskerteamet, anslår at metoden kan integreres i kommersielle plattformer innen 3–5 år. Dette gir industrien tid til å tilpasse produksjonslinjer og systemer.
Forskerne mener at integrasjon i fotoniske chips kan gjøre POMMM til en del av neste generasjon AI-akseleratorer. Arbeidet viser at fotonikk-basert databehandling ikke lenger er en fjern fremtidsvisjon, men en håndgripelig teknologi på vei mot kommersialisering.
Konklusjon: POMMM fra Aalto University demonstrerer at AI i lysets hastighet ikke bare er mulig, men kan være nært forestående. Dersom teknologien skalerer som forventet, kan kombinasjonen av supercomputerkraft og lavt energiforbruk bli en nøkkelfaktor i utviklingen av fremtidens AI-systemer.
Kilder: Aalto University, TechXplore, The Brighter Side of News, Hackster.io, Interesting Engineering
Kommentarer
0 kommentarer
Vi godtar kun kommentarer fra registrerte brukere. Dette gjør vi for å opprettholde en trygg og respektfull debatt, samt for å unngå spam og misbruk. Registrering er gratis og tar bare noen sekunder.
Du må være innlogget for å kommentere. Logg inn eller registrer deg for å delta i diskusjonen.