[vladi63]

Eine neue Chip-Architektur auf Basis optischer Verbindungen soll die Arbeit mit Neuronalen Netzwerken in Zukunft wesentlich schneller und effizienter machen. Entwickelt wurde die Technologie, die tausendfach mehr Performance bringt als ein herkömmlicher Prozessor, an der Princeton University.

Die Abbildung Neuronaler Netzwerke in klassischen Computer-Systemen hat bereits beachtliche Erfolge hervorgebracht. Die Algorithmen verhalten sich dabei ähnlich den Neuronen im Gehirn - allerdings arbeiten sie noch längst nicht mit vergleichbaren Geschwindigkeiten. Daher setzt man nun neue Hoffnungen in das optische Computing, das zwar schon seit vielen Jahren immer wieder Thema ist, sich aber aufgrund der hohen Komplexität und Kosten nie wirklich durchsetzen konnte.

Die Anforderungen der neuen KI-Technologien könnten das nun ändern. Immerhin könnten diese durch optische Chips einen so starken Vorteil bekommen, dass die ganze Sache trotz der erheblichen Mehrkosten letztlich wirtschaftlich wäre.

Viele Signale parallel
Optische Verbindungen lassen eine wesentlich höhere Bandbreite zu als solche, in denen Elektronen als Informationsträger eingesetzt werden. Immerhin können auf ihnen mehrere Licht-Signale mit unterschiedlichen Wellenlängen parallel transportiert werden. Dies erhöht die Rechenleistung so stark, dass das das neue System der Priceton-Forscher Differenzial-Gleichungen in Tests 1.960 Mal schneller lösen konnte als ein herkömmlicher Prozessor.

Der Prototyp ist noch relativ einfach gehalten. Er setzt sich aus 49 künstlichen Neuronen zusammen, durch die Lichtwellen fließen. Das Ziel besteht aber klar darin, auch größere Computer auf der Technologie aufzubauen und so die Leistung der modernen KI-Anwendungen um ein Vielfaches zu steigern.

Denn auch wenn die Fortschritte der letzten Jahre in der KI-Technologie durchaus beeindruckend sind: Letztlich geht es nicht nur darum, vom Ergebnis her ähnliche Leistungen wie in unserem Gehirn zu erreichen. Aktuell lösen die Systeme durchaus gewaltige Aufgaben - allerdings mit deutlich schlechterer Effizienz. Wofür hier Computer-Cluster mit viel teurer Hardware und einem enormen Stromverbrauch benötigt werden, braucht das Gehirn lediglich einige Watt an Energie. Die optischen Systeme könnten hier ein Mittel sein, die Lücke ein gutes Stück zu schließen.

Quelle