Quebra de Chips de IA Fotônica da China

Instituições de pesquisa chinesas anunciaram novos chips de IA fotônicos que, segundo afirmam, superam dramaticamente os aceleradores eletrônicos tradicionais, como o A100 da Nvidia, em cargas de trabalho de IA gerativa específicas. A vantagem de desempenho relatada alcança aproximadamente 100 vezes a execução mais rápida e substanciais economias de energia quando os chips são aplicados a tarefas estreitamente definidas, como síntese de imagens, geração de vídeo e inferência de visão.

Sistema Híbrido ACCEL

A plataforma ACCEL, desenvolvida na Universidade Tsinghua, combina componentes fotônicos com circuitos eletrônicos analógicos. Ela opera em processos de fabricação de semicondutores mais antigos, mas alcança uma taxa de transferência teórica medida em petaflops para operações analógicas pré-definidas. Como o sistema é projetado para transformações matemáticas fixas e padrões de memória rigidamente controlados, é adequado para cargas de trabalho de reconhecimento de imagens e processamento de visão, e não para execução de código de propósito geral.

Chip LightGen Totalmente Óptico

LightGen, uma colaboração entre a Universidade Shanghai Jiao Tong e a Universidade Tsinghua, é descrito como um chip de computação totalmente óptico que incorpora mais de dois milhões de neurônios fotônicos. Os resultados experimentais reivindicam ganhos de desempenho que excedem duas ordens de magnitude em comparação com os principais aceleradores eletrônicos para tarefas como geração de imagens, desruído, reconstrução tridimensional e transferência de estilo. Como o ACCEL, o LightGen é otimizado para computações de escopo limitado, e não para treinamento de modelos de IA amplos.

Implicações e Limitações

Essas demonstrações destacam o potencial da interferência óptica e do processamento baseado em fótons para entregar velocidade e eficiência energética excepcionais quando as cargas de trabalho são cuidadosamente alinhadas com as capacidades do hardware. No entanto, os resultados relatados provêm de avaliações laboratoriais, e os chips não são posicionados como substitutos para GPUs em computação geral, treinamento de modelos de grande escala ou execução de software arbitrária. A lacuna entre o desempenho experimental e a implantação prática de ferramentas de IA permanece significativa.

Usado: News Factory APP - descoberta e automação de notícias - ChatGPT para Empresas