menu
close

Datorer i ljusets hastighet: Glasfibrer kan revolutionera AI

Europeiska forskare har visat hur laserpulser genom ultratunna glasfibrer kan utföra AI-beräkningar tusentals gånger snabbare än traditionella kiselbaserade system. Genombrottet, som uppnåtts av team från Tammerfors universitet och Université Marie et Louis Pasteur, utnyttjar icke-linjära interaktioner mellan ljus och glas för att bearbeta information i enastående hastigheter och samtidigt potentiellt minska energiförbrukningen. Denna teknik kan förändra den grundläggande hårdvaran bakom AI-system och bana väg för en ny generation ljusbaserade superdatorer.
Datorer i ljusets hastighet: Glasfibrer kan revolutionera AI

I en banbrytande utveckling som kan omforma artificiell intelligens framtid har forskare visat att glasfibrer—samma teknik som levererar internet till våra hem—snart kan ersätta kisel som grund för AI-processorer.

Den gemensamma studien, ledd av Dr. Mathilde Hary vid Tammerfors universitet i Finland och Dr. Andrei Ermolaev vid Université Marie et Louis Pasteur i Frankrike, har visat att intensiva laserpulser som färdas genom ultratunna glasfibrer kan utföra AI-liknande beräkningar i hastigheter tusentals gånger snabbare än traditionell elektronik.

"Istället för att använda konventionell elektronik och algoritmer sker beräkningen genom att utnyttja den icke-linjära interaktionen mellan intensiva ljuspulser och glaset," förklarar Hary och Ermolaev. Deras system implementerar ett neuronnätsinspirerat tillvägagångssätt kallat Extreme Learning Machine, och uppnår nästan toppresultat i uppgifter som bildigenkänning på mindre än en biljondels sekund.

Genombrottet adresserar en växande utmaning inom AI-utvecklingen. I takt med att modellerna blir alltmer komplexa närmar sig traditionella kiselbaserade system sina gränser vad gäller bandbredd, datagenomströmning och energiförbrukning. Genom att använda ljus istället för elektricitet kan denna optiska beräkningsteknik dramatiskt öka bearbetningshastigheten och samtidigt potentiellt minska energibehovet—en avgörande utveckling när datacenter kämpar med AI-systemens snabbt ökande energikrav.

Forskargruppens modeller visar hur faktorer som dispersion, icke-linjäritet och till och med kvantbrus påverkar prestandan, vilket ger viktig kunskap för utformningen av nästa generations hybridoptiska-elektroniska AI-system. "Detta arbete visar hur grundforskning inom icke-linjär fiberoptik kan bana väg för nya beräkningsmetoder. Genom att förena fysik och maskininlärning öppnar vi nya vägar mot ultrahöghastighets- och energieffektiv AI-hårdvara," säger projektledarna.

Framöver siktar teamen på att bygga optiska system på chip som kan fungera i realtid utanför laboratoriemiljöer. Potentiella tillämpningar sträcker sig från realtidsignalbehandling till miljöövervakning och AI-inferens i hög hastighet—möjligheter som kan förändra allt från telekommunikation till autonoma fordon. Forskningen finansieras av Finlands Akademi, Franska nationella forskningsrådet och Europeiska forskningsrådet.

Source:

Latest News