Computers die licht gebruiken in plaats van circuits om berekeningen uit te voeren, klinken misschien als een plotpunt uit een Star Trek-aflevering, maar onderzoekers werken al jaren aan deze nieuwe benadering van computers.
Ze heten optische computers en laboratoria over de hele wereld hebben onderzocht hoe ze nuttig kunnen zijn in het dagelijks leven.
Woensdag publiceerde een team van onderzoekers van Penn State dit een papier in het tijdschrift Science Advances dat onderzoekt hoe optisch computergebruik het stroomverbruik van kunstmatige-intelligentiesystemen zou kunnen verminderen.
Xingjie Nieen technisch professor aan Penn State en een van de auteurs van het artikel, vertelde CNET dat het werk een proof of concept is voor hoe optisch computergebruik in de toekomst de snelgroeiende AI-industrie ten goede zou kunnen komen.
“Soms komt vooruitgang voort uit het heroverwegen van bekende natuurkunde met een nieuw doel,” zei Ni. “Door klassieke ideeën in de optica opnieuw te bekijken door de lens van moderne AI-uitdagingen, kunnen we praktische nieuwe richtingen openen voor snellere, groenere computerhardware.”
AI aandrijven
Nu AI steeds vaker wordt toegepast op het werk en thuis, is de kwestie van de energiekosten van AI relevant. Er is zoveel rekenkracht nodig om AI-producten en -diensten zoals ChatGPT uit te voeren, en daarbij wordt veel energie verbruikt.
Mogelijk woont u in of nabij een stad waar een technologiebedrijf van plan is zich te vestigen een datacenteranders kan uw maandelijkse energierekening stijgen als gevolg van de grotere vraag op het lokale elektriciteitsnet.
Het Internationale Energieagentschap schattingen dat datacenters in 2024 ongeveer 1,5% van het mondiale energieverbruik voor hun rekening namen en dat dit cijfer in de vijf jaar daarvoor met 12% per jaar steeg. Het IEA ook schattingen dat het energieverbruik van datacenters tegen 2030 zou kunnen verdubbelen.
Daarom is het een aantrekkelijk vooruitzicht om een alternatieve rekenmethode te gebruiken om het energieverbruik van AI te verminderen.
Lichte snelheid
Optische computers – computers die licht gebruiken in plaats van elektriciteit – bestaan nog steeds grotendeels in de moonshot-categorie van de technologie-industrie, waar ze nog jaren verwijderd zijn van commercieel gebruik. Ze zijn een concept geweest sinds de jaren zestigwaarbij de wortels van optische informatieverwerking veel verder teruggaan.
Echte optische computers zijn grotendeels gedegradeerd tot onderzoekslaboratoria. Maar optische gegevensoverdracht, waarbij gegevens snel worden verzonden via lichtpulsen, wordt tegenwoordig gebruikt in sommige grote datacentra en voor grond-naar-vlaktransmissies.
Toch is het gebruik van optische computers in kunstmatige intelligentie een opkomend onderzoeksgebied. Er zijn echte uitdagingen bij het samenwerken van licht, zodat het de functies kan uitvoeren die nodig zijn voor neurale netwerken, een subset van AI die wordt gebruikt in producten als de huidige chatbots.
In wezen beweegt licht zich van nature in een rechte lijn. Om een computer te bouwen die gegevens kan verwerken, heb je een optisch systeem nodig dat niet-lineaire functies produceert. Om dit te kunnen doen, hebben optische computers vaak andere materialen nodig die moeilijk te vervaardigen zijn en veel stroom verbruiken.
“Echte optische niet-lineariteit is doorgaans zwak en moeilijk toegankelijk – er zijn vaak krachtige lasers of gespecialiseerde materialen voor nodig, wat de complexiteit vergroot en het energie-efficiëntievoordeel van optica kan ondermijnen”, zei Ni. “Onze aanpak vermijdt deze vereisten en levert toch prestaties die vergelijkbaar zijn met niet-lineaire digitale netwerken.”
Oneindige spiegel
De onderzoekers van Penn State hebben een interessante oplossing gevonden die optische computers kan helpen niet-lineaire functies uit te voeren die beter geschikt zijn voor het soort gegevensverwerking dat AI nodig heeft.
Het prototype dat het team heeft gebouwd, maakt gebruik van een ‘oneindige spiegel’-opstelling die ‘kleine optische elementen in een lus plaatst, waardoor gegevens rechtstreeks in de lichtbundels worden gecodeerd’, waardoor in de loop van de tijd een niet-lineaire relatie ontstaat. Vervolgens worden de lichtpatronen vastgelegd met een microscopische camera.
“De belangrijkste conclusie is dat een zorgvuldig ontworpen optische structuur het niet-lineaire input-output-gedrag kan produceren dat AI nodig heeft, zonder afhankelijk te zijn van sterke niet-lineaire materialen of krachtige lasers,” zei Ni. “Door licht door het systeem te laten ‘weerkaatsen’, genereren we deze niet-lineaire mapping terwijl we de hardware eenvoudig, energiezuinig en snel houden.”
De (bovenstaande) figuur laat zien hoe licht wordt gebundeld in een kleine verwerkingseenheid, waardoor enorme hoeveelheden computerinformatie kunnen worden overgedragen zonder het gebruik van energie-intensieve circuits. De andere figuur (hieronder) illustreert hoe het teamproces conceptueel werkt. Lichtinvoer wordt herhaaldelijk gereflecteerd door lenzen en andere optische apparaten, gecodeerd met complexe informatiereeksen en uiteindelijk gefocust op een camera die een vereenvoudigde output biedt.
Het is een interessant concept, maar het omzetten van het prototype in een systeem met toepassingen in de echte wereld zal veel meer tijd, werk en geld vergen.
Van het lab tot het datacenter
Ni erkent dat we nog jaren verwijderd zijn van optische AI-computers.
“Een realistische tijdlijn voor het bereiken van een industriegericht prototype en vroege demonstraties is ongeveer twee tot vijf jaar, afhankelijk van het investeringsniveau en de beoogde toepassing”, zei hij.
Niettemin is het een hot topic in de computerwereld. Francesca Parmigianihoofdonderzoeksmanager bij Microsoft Research, vertelde CNET dat optische chips op een dag naast traditionele GPU’s zouden kunnen werken om AI-systemen te helpen specifieke taken uit te voeren.
“Optisch computergebruik heeft het potentieel om veel meer bewerkingen parallel en met aanzienlijk hogere snelheden efficiënt uit te voeren dan conventionele digitale hardware”, aldus Parmigiani. “Dit kan zich vertalen in substantiële winsten op het gebied van energie-efficiëntie en vermindering van de latentie voor werklasten.”
De traditionele computers die we gebruiken voor AI zullen niet snel worden vervangen door optische computers. Maar over een paar jaar is het mogelijk dat optische computers in AI-systemen kunnen worden geïntegreerd om met gewone computers te kunnen werken.
“Het doel is een hybride aanpak: elektronica zorgt nog steeds voor algemeen computergebruik, geheugen en besturing, terwijl optica specifieke grootschalige berekeningen kan versnellen die de tijd- en energiekosten van AI domineren”, aldus Ni.
