Chips de Inteligencia Artificial Fotónica Avanzados de China

Las instituciones de investigación china han anunciado nuevos chips de inteligencia artificial fotónica que, según dicen, superan dramáticamente a los aceleradores electrónicos tradicionales, como el A100 de Nvidia, en cargas de trabajo de inteligencia artificial generativa específicas. La ventaja de rendimiento informada alcanza aproximadamente 100 veces la ejecución más rápida y ahorros de energía sustanciales cuando los chips se aplican a tareas estrechamente definidas como síntesis de imágenes, generación de video y inferencia relacionada con la visión.

Sistema Híbrido ACCEL

La plataforma ACCEL, desarrollada en la Universidad Tsinghua, combina componentes fotónicos con circuitos electrónicos analógicos. Opera en procesos de fabricación de semiconductores más antiguos, pero logra un rendimiento teórico medido en petaflops para operaciones analógicas predefinidas. Debido a que el sistema está diseñado para transformaciones matemáticas fijas y patrones de memoria estrictamente controlados, es adecuado para cargas de trabajo de reconocimiento de imágenes y procesamiento de visión en lugar de ejecución de código de propósito general.

Chip LightGen de Todo Óptico

LightGen, un esfuerzo colaborativo entre la Universidad Jiao Tong de Shanghai y la Universidad Tsinghua, se describe como un chip de computación de todo óptico que incorpora más de dos millones de neuronas fotónicas. Los resultados experimentales afirman ganancias de rendimiento que superan dos órdenes de magnitud en comparación con los aceleradores electrónicos líderes para tareas como generación de imágenes, desenfoque, reconstrucción tridimensional y transferencia de estilo. Al igual que ACCEL, LightGen está optimizado para cálculos con alcance limitado en lugar de una capacitación de modelo de inteligencia artificial amplia.

Implicaciones y Limitaciones

Estas demostraciones destacan el potencial de la interferencia óptica y el procesamiento basado en fotones para ofrecer velocidad y eficiencia energética excepcionales cuando las cargas de trabajo están cuidadosamente alineadas con las capacidades del hardware. Sin embargo, los resultados informados provienen de evaluaciones de laboratorio, y los chips no están posicionados como reemplazos de las GPU en la computación general, la capacitación de modelos a gran escala o la ejecución de software arbitraria. La brecha entre el rendimiento experimental y la implementación práctica de herramientas de inteligencia artificial sigue siendo significativa.

Usado: News Factory APP - descubrimiento de noticias y automatización - ChatGPT para Empresas