I ricercatori IBM per placare la sete apparentemente illimitata di potenza di elaborazione degli algoritmi, hanno svelato un nuovo concetto che potrebbe significare grandi cambiamenti per le applicazioni di apprendimento profondo, basato su processori che eseguono i calcoli interamente con la luce, piuttosto che con l’elettricità. Hanno creato un nucleo tensore fotonico che sulle proprietà delle particelle di luce, è in grado di elaborare i dati a velocità senza precedenti, per fornire applicazioni Intelligenza Artificiale (AI) con latenza ultra-bassa.
Il documento suggerisce che il dispositivo sebbene sia stato testato solo su scala ridotta, man mano che il processore si sviluppa, potrebbe raggiungere un migliaio di miliardi di operazioni di accumulo multiplo (MAC) il secondo e per millimetro quadrato, vale a dire – secondo gli scienziati -, da due a tre ordini in più di potenza di calcolo di processori di intelligenza artificiale di ultima generazione che si basano sui segnali elettrici.
IBM da diversi anni sta lavorando su nuove soluzioni alle unità di elaborazione, parte della sua ricerca si è focalizzata sullo sviluppo di tecnologie informatiche in memoria, in cui la memoria e l’elaborazione coesistono in qualche forma, in questo modo si evita il trasferimento dei dati tra il processore e un’unità RAM separata, risparmiando energia e riducendo la latenza.
I ricercatori IBM l’anno scorso hanno rivelato di aver sviluppato con successo un metodo completamente ottico per l’elaborazione “in-memory” (archivia i dati nella RAM invece che nel database in hosting su dischi): hanno integrato l’elaborazione in-memory computing su un chip fotonico che utilizzava la luce per svolgere compiti computazionali. Il team di ricercatori nell’ambito dell’esperimento ha dimostrato che di base una moltiplicazione per uno scalare poteva essere efficacemente realizzata utilizzando la tecnologia.
Abu Sebastian membro dello staff di IBM Research in un nuovo post sul blog ha condiviso una nuova pietra miliare che è stata raggiunta utilizzando processori in-memory basati sulla luce. Il team di ricercatori portando la tecnologia alla fase successiva, ha costruito un nucleo di tensore fotonico, che è un tipo di nucleo di elaborazione che esegue una matrice complessa ed è particolarmente adatto per applicazioni di apprendimento profondo. Il nucleo tensore basato sulla luce è stato utilizzato per eseguire un’operazione chiamata convoluzione, utile per elaborare dati visivi come le immagini.
Abu Sebastian ha detto:
«I nostri esperimenti nel 2019 erano per lo più volti a mostrare il potenziale della tecnologia, una moltiplicazione scalare è molto lontana da qualsiasi applicazione reale. Ora abbiamo un intero processore di convoluzione, che si potrebbe forse usare come parte di una rete neurale profonda. La convoluzione è un’applicazione micidiale per l’elaborazione ottica, in questo contesto, è stato fatto un grande balzo in avanti».
Il vantaggio più significativo che i circuiti basati sulla luce hanno rispetto alle loro controparti elettroniche è la velocità mai vista prima. La tecnologia sviluppata da IBM sfruttando la fisica ottica, può eseguire operazioni complesse in parallelo in un unico nucleo, utilizzando diverse lunghezze d’onda ottiche per ogni calcolo. Gli scienziati IBM in combinazione con il calcolo “in-memory computing”, hanno ottenuto una latenza ultra-bassa che non è ancora stata uguagliata dai circuiti elettrici, quindi, per applicazioni che richiedono una latenza molto bassa, la velocità di elaborazione fotonica potrebbe fare una grande differenza.
Abu Sebastian propone l’esempio delle auto a guida automatica, dove la velocità di rilevamento potrebbe avere implicazioni salvavita. Ha detto:
«Se si guida in autostrada a 100 chilometri l’ora e si deve rilevare qualcosa entro una certa distanza, ci sono alcuni casi in cui la tecnologia esistente non permette di farlo, il tipo di velocità che si ottiene con i sistemi basati su fotoni è di diversi ordini di grandezza migliore degli approcci elettrici».
Il processore basato sulla luce sviluppato da IBM con la sua capacità di eseguire contemporaneamente diverse operazioni richiede un’inferiore densità di calcolo, secondo Abu Sebastian, ciò potrebbe essere un altro elemento chiave di differenziazione. Abu Sebastian con la maggior parte delle grandi aziende automobilistiche che ora aprono i propri centri di ricerca sulla IA, vede i veicoli autonomi come un’applicazione chiave per i processori basati sulla luce, ha detto:
«C’è una reale necessità di inferenza a bassa latenza nel dominio della guida autonoma, e nessuna tecnologia che possa soddisfarla al momento, questa è un’opportunità unica».
Il team di IBM, sebbene abbia progettato e testato con successo un potente microprocessore, deve ancora estendere le prove per assicurarsi che la tecnologia possa essere integrata a livello di sistema per garantire prestazioni end-to-end.
Abu Sebastian in conclusione ha detto:
«Dobbiamo fare molto di più. Il lavoro è già in corso e, man mano che la ricerca continua, è probabile che sorgano solo altre applicazioni. Il commercio di elettricità in cambio di luce, nel campo dell’informatica, è certamente un punto da tenere d’occhio».