menu
close

Computeren met Lichtsnelheid: Glasvezels Staan Klaar om AI-Verwerking te Revolutioneren

Twee Europese onderzoeksteams van de Universiteit van Tampere in Finland en de Université Marie et Louis Pasteur in Frankrijk hebben een doorbraak bereikt in optisch rekenen met behulp van ultradunne glasvezels. Hun onderzoek toont aan dat intense laserpulsen door deze vezels AI-achtige berekeningen duizenden malen sneller kunnen uitvoeren dan traditionele systemen op basis van silicium, terwijl het energieverbruik mogelijk wordt verminderd. Deze technologie kan AI-hardware transformeren door systemen mogelijk te maken die werken op lichtsnelheid, in plaats van beperkt te zijn door elektrische signalen.
Computeren met Lichtsnelheid: Glasvezels Staan Klaar om AI-Verwerking te Revolutioneren

In een belangrijke doorbraak voor hardware voor kunstmatige intelligentie hebben onderzoekers aangetoond dat glasvezels silicium kunnen vervangen als fundament voor de volgende generatie AI-verwerkende systemen.

De samenwerkende onderzoeksteams van de Universiteit van Tampere in Finland en de Université Marie et Louis Pasteur in Frankrijk hebben met succes laten zien dat intense laserpulsen door ultradunne glasvezels AI-achtige berekeningen kunnen uitvoeren met ongekende snelheden. Hun werk, gepubliceerd in Optics Letters, introduceert een nieuwe computerarchitectuur, bekend als een Extreme Learning Machine (ELM), geïnspireerd op neurale netwerken.

"In plaats van conventionele elektronica en algoritmes te gebruiken, wordt de berekening uitgevoerd door gebruik te maken van de niet-lineaire interactie tussen intense lichtpulsen en het glas," leggen postdoctorale onderzoekers dr. Mathilde Hary en dr. Andrei Ermolaev uit, die het onderzoek leidden. De onderzoekers maakten gebruik van femtoseconde-laserpulsen—een miljard keer korter dan een cameraflits—die werden geconcentreerd op een gebied kleiner dan een fractie van een mensenhaar om hun optische ELM-systeem te demonstreren.

Deze benadering biedt aanzienlijke voordelen ten opzichte van traditionele elektronische computers. Terwijl conventionele elektronica haar grenzen nadert op het gebied van bandbreedte, gegevensdoorvoer en energieverbruik, kunnen optische vezels invoersignalen duizenden malen sneller verwerken en kleine verschillen versterken via niet-lineaire interacties, waardoor deze waarneembaar worden.

De implicaties voor AI zijn diepgaand. Naarmate AI-modellen groter en energie-intensiever worden, worden de beperkingen van elektronische verwerking steeds duidelijker. Optisch rekenen kan een oplossing bieden door de verwerkingssnelheid drastisch te verhogen en mogelijk het energieverbruik te verlagen—een cruciale factor nu AI-systemen steeds verder opschalen.

"Door natuurkunde en machine learning te combineren, openen we nieuwe wegen naar ultrasnelle en energiezuinige AI-hardware," zegt professor Goëry Genty, een van de onderzoeksleiders. Het team streeft ernaar om uiteindelijk optische systemen op een chip te bouwen die in real-time en buiten het laboratorium kunnen functioneren.

Het onderzoek, gefinancierd door de Onderzoeksraad van Finland, het Franse Nationaal Onderzoeksagentschap en de Europese Onderzoeksraad, wijst op potentiële toepassingen variërend van real-time signaalverwerking tot milieumonitoring en razendsnelle AI-inferentie. Nu traditionele silicium-gebaseerde computers hun fysieke grenzen bereiken, zou deze doorbraak in optisch rekenen wel eens de toekomst van AI-verwerkingstechnologie kunnen betekenen.

Source:

Latest News