.
Num artigo publicado hoje em Fotônica da Naturezapesquisadores da Universidade de Oxford, juntamente com colaboradores das Universidades de Muenster, Heidelberg e Exeter, relatam o desenvolvimento de hardware eletrônico-fotônico integrado capaz de processar dados tridimensionais (3D), aumentando substancialmente o paralelismo de processamento de dados para IA tarefas.
A eficiência de processamento de chips de computador convencionais duplica a cada 18 meses, mas o poder de processamento exigido pelas tarefas modernas de IA está actualmente a duplicar a cada 3,5 meses. Isto significa que novos paradigmas de computação são urgentemente necessários para fazer face à crescente procura.
Uma abordagem é usar luz em vez de eletrônica – isso permite que vários cálculos sejam realizados em paralelo usando diferentes comprimentos de onda para representar diferentes conjuntos de dados. Na verdade, em trabalho inovador publicado na revista Natureza em 2021, muitos dos mesmos autores demonstraram uma forma de chip de processamento fotônico integrado que poderia realizar a multiplicação de vetores de matrizes (uma tarefa crucial para aplicações de IA e aprendizado de máquina) em velocidades que ultrapassam em muito as abordagens eletrônicas mais rápidas. Este trabalho resultou no nascimento da empresa de IA fotônica, Salience Labs, uma spin-out da Universidade de Oxford.
Agora, a equipe foi além, adicionando uma dimensão paralela extra à capacidade de processamento de seus chips multiplicadores de vetores de matriz fotônica. Este processamento de “dimensionalidade superior” é possibilitado pela exploração de múltiplas frequências de rádio diferentes para codificar os dados, impulsionando o paralelismo a um nível muito além do alcançado anteriormente.
Como caso de teste, a equipe aplicou seu novo hardware na tarefa de avaliar o risco de morte súbita em eletrocardiogramas de pacientes com doenças cardíacas. Eles conseguiram analisar com sucesso 100 sinais de eletrocardiograma simultaneamente, identificando o risco de morte súbita com precisão de 93,5%.
Os pesquisadores estimaram ainda que mesmo com uma escala moderada de 6 entradas x 6 saídas, esta abordagem pode superar os processadores eletrônicos de última geração, proporcionando potencialmente um aprimoramento de 100 vezes na eficiência energética e na densidade computacional. A equipe prevê melhorias adicionais no paralelismo computacional no futuro, explorando mais graus de liberdade da luz, como polarização e multiplexação de modo.
O primeiro autor, Dr. Bowei Dong, do Departamento de Materiais da Universidade de Oxford, disse: ‘Anteriormente presumimos que o uso de luz em vez de eletrônica poderia aumentar o paralelismo apenas pelo uso de comprimentos de onda diferentes – mas então percebemos que o uso de frequências de rádio para representar dados abre criamos ainda outra dimensão, permitindo processamento paralelo super-rápido para hardware de IA emergente.’
O professor Harish Bhaskaran, do Departamento de Materiais da Universidade de Oxford e cofundador do Salience Labs, que liderou o trabalho, disse: ‘Este é um momento emocionante para fazer pesquisas em hardware de IA em escala fundamental, e este trabalho é um exemplo de como o que presumimos ser um limite pode ser superado ainda mais.’
.
