Физики разработали метод сверхэффективных оптических вычислений без потери энергии
Визуализация принципа работы оптического переключения на гибридных частицах. Изображение: Zhi Wang
Исследователи из Университета Пенсильвании представили прорывную фотонную технологию, способную радикально повысить энергоэффективность систем искусственного интеллекта. В основе разработки лежат экситон-поляритоны — уникальные квазичастицы, объединяющие характеристики фотонов и материи. Благодаря им удалось создать оптический переключатель, функционирующий без необходимости трансляции сигнала в электрический формат.
Одной из острейших проблем современной индустрии ИИ остается колоссальное энергопотребление. Взрывной рост вычислительной сложности нейросетей приводит к перегреву графических процессоров и серверов, вынуждая дата-центры направлять колоссальные ресурсы не только на сами вычисления, но и на поддержание систем охлаждения.
Фотонные вычисления представляются перспективной альтернативой: свет превосходит электроны в скорости передачи данных и практически не выделяет тепла. Однако традиционным фотонным системам препятствует слабая способность фотонов к взаимодействию друг с другом, что затрудняет создание полноценных логических вентилей.
Команда американских ученых нашла выход, используя структуру из ультратонкого полупроводника, интегрированную в нанооптическую полость. В этой среде фотоны вступают в тесное взаимодействие с экситонами — парами электрон-дырка. Появляющиеся в процессе экситон-поляритоны сочетают молниеносную скорость света с необходимой для логических операций способностью к взаимодействию.
Ключевым достижением стал феноменально низкий порог энергопотребления оптического переключения: одна операция требует лишь около 4 фемтоджоулей. Этот показатель, превосходящий характеристики большинства существующих фотонных аналогов, столь мал, что едва сопоставим с энергией, необходимой для микроскопической вспышки светодиода.
В перспективе масштабирование этой технологии может стать фундаментом для создания полностью оптических нейропроцессоров. Это позволит не только существенно снизить счета за электроэнергию в ЦОД, но и минимизировать зависимость от мощных климатических систем, становящихся непомерным бременем для отрасли.
Тем не менее, авторы исследования призывают к сдержанному оптимизму: на данный момент технология существует лишь в виде лабораторного прототипа. Путь к практической реализации требует длительной работы по масштабированию системы и обеспечению ее стабильной функциональности в составе сложных вычислительных архитектур.
Источник: iXBT
Роскосмос и NASA распределяют обязанности по затоплению МКС
Роботы получили бесконтактное осязание благодаря сенсору, имитирующему электрическое поле угря
ИИ научился собирать материю поатомно: представлен инновационный нанофабрикатор
OpenAI признала, что недооценила уровень опасности своих ИИ-моделей
Раскрыты первые данные о производительности iPhone 18 Pro и Pro Max
До трех дней на одном заряде: бюджетный Poco M8x 5G получит батарею на 7900 мАч
Snapdragon X2 Elite Extreme уверенно превзошла Core Ultra X9 388H и Ryzen AI 9 465 в свежем тесте
Китай полностью отказывается от Windows 10: госучреждениям приказано срочно удалить софт из США