Układ optyczny rozwiązuje najtrudniejsze problemy matematyczne szybciej niż

Firma Lightelligence, działająca w branży obliczeń optycznych, zademonstrowała, że krzemowy akcelerator fotoniczny rozwiązuje problem Isinga ponad 100 razy szybciej niż typowy układ GPU. Fotoniczny silnik obliczeniowy Lightelligence znany jako Pace, to zintegrowany optyczny system obliczeniowy składający się z około 12 000 urządzeń fotonicznych pracujących z częstotliwością 1 GHz. Oznacza to około milionkrotne przyspieszenie w porównaniu z prototypem 100 urządzeń firmy Lightelligence, Comet, zaprezentowanym w 2019 roku. Najnowsza prezentacja jest również pierwszym przypadkiem, w którym Lightelligence pokazało na swoim sprzęcie przykłady użycia wykraczające poza akcelerację AI.

Pace może uruchamiać algorytmy z klasy problemów NP-zupełnych — które są niezwykle trudne obliczeniowo — wielokrotnie szybciej niż istniejące akceleratory. Chociaż nie zademonstrował on wyższości we wszystkich zastosowaniach, rozwiązał problem Isinga 100 razy szybciej niż typowy procesor graficzny, pokonując 25-krotnie system stworzony specjalnie dla problemu Isinga – symulowaną maszynę bifurkacyjną Toshiby, która działa na układach FPGA. Problemy NP-zupełne mają bardzo dużą przestrzeń stanów, a ich rozwiązanie wymaga ogromnych zasobów obliczeniowych. Czas do rozwiązania skaluje się jako wielomian wielkości problemu. Ta klasa obejmuje kwestię Isinga, wykres max-cut/min-cut oraz tzw. problem komiwojażera. W praktyce problemy NP-zupełne występują często w bioinformatyce, planowaniu, projektowaniu obwodów, odkrywaniu nowych materiałów, kryptografii i optymalizacji sieci energetycznej.

Dyrektor generalny firmy, Yichen Shen (na zdjęciu po prawej) powiedział, że Lightelligence zdecydowało się zademonstrować akcelerację w problemach NP-zupełnych, ponieważ ilustruje ona zalety obliczeń optycznych. „Kluczem naszego optycznego silnika obliczeniowego jest to, że może on zakończyć mnożenie macierzy w znacznie krótszym czasie niż GPU” — zapewnił Shen. Procesor GPU może potrzebować wielu setek cykli zegara, aby wykonać mnożenie macierzy 64 na 64. Lightelligence twierdzi, że może to zrobić w mniej niż 10 cykli, czyli około 5 ns. „Zagadnienia NP-złożone wymagają wielokrotnego, iteracyjnego mnożenia macierzy, co zwiększa naszą przewagę. Mając daną technologię, chcieliśmy znaleźć problem, który najlepiej wykazuje wyższość fotoniki”. Iteracyjny charakter algorytmów NP-zupełnych oznacza, że kolejne mnożenia macierzy są zależne od poprzedniego wyniku. Pomaga to zminimalizować wąskie gardła powodowane przez części elektroniki systemowej. W związku z tym dane nie muszą przenosić się do i z pamięci pomiędzy wielokrotnościami.

„W przypadku większych zastosowań komercyjnych elektronika cyfrowa oraz odczyt i zapis pamięci z pewnością będą oznaczać, że cały system komputerowy będzie działał w rzeczywistości wolniej niż na demonstracji” — objaśnia Shen. „Uważamy jednak, że nawet przy takim spowolnieniu, nadal będziemy w stanie wykazać wystarczająco dobrą przewagę, patrząc wzdłuż tego kierunku… może nie tak dużą, jak sto razy, ale przynajmniej kilka razy więcej”. Lightelligence pracuje również nad technologiami fotonicznymi do transmisji i wzajemnych połączeń danych, aby złagodzić opisane powyżej problemy.

Lightelligence będzie realizować także komercyjne akceleratory dla problemów NP-złożonych. Shen tłumaczy: „Dzięki danemu sprzętowi możemy spróbować wejść na ten rynek, ale technologia, jaka zostanie wykorzystana w naszym produkcie… będzie skierowana do szerszego zastosowania, w tym do akceleratorów AI”.

Obliczenia optyczne

Obliczenia optyczne oparte na fotonice krzemowej dają nadzieję na zwiększenie szybkości obliczeniowej i wydajności energetycznej o rzędy wielkości. Technologia ta opiera się na kierowaniu modulowanego światła podczerwonego na krzemowe falowody, wytwarzane przy użyciu standardowych procesów CMOS. Forma obliczeń analogowych, łącząca dwa falowody, efektywnie konsoliduje dwa sygnały, podczas gdy modulatory na chipie (modulujące natężenie światła) skutecznie je mnożą. Razem można tworzyć optyczne jednostki MAC. Jednak, podczas gdy obliczenia optyczne są idealne do przyspieszania operacji liniowych, takich jak mnożenie macierzy, standardowa elektronika cyfrowa jest wymagana do operacji nieliniowych, pamięci i sterowania.

Podobnie jak konkurent, marka Lightmatter — Lightelligence wykorzystuje krzemową wersję fotoniczną interferometru Macha-Zehndera (MZI) jako swój element obliczeniowy. Jednak o ile tam, gdzie Lightmatter stosuje elementy MEMS do zmiany fizycznego kształtu falowodu we własnym MZI. Tak Lightelligence, zamiast tego wstrzykuje elektrony do falowodu, aby modulować jego fotoniczny współczynnik załamania, modulując przechodzący przez niego sygnał optyczny.

Podobnie jak w przypadku innych konstrukcji optycznych, technologia Lightelligence ma potencjał do jednoczesnego przetwarzania wielu sygnałów wejściowych przy użyciu różnych długości fal lub polaryzacji światła, jak wskazuje Shen.

Elektronika plus fotonika

Chip w demonstratorze Lightelligence Pace zawiera układ ASIC połączony z matrycą fotoniczną. Zespół jest montowany na konwencjonalnym podłożu za pomocą płytki drukowanej, a macierz światłowodów łączy go ze źródłem promieniowania laserowego. Układ ASIC z sygnałami mieszanymi posiada blok cyfrowy z logiką sterowania, która reguluje przepływ danych i wejścia/wyjścia, a także pamięć SRAM do przechowywania zasobów informacyjnych. Część analogowa układu ASIC łączy blok cyfrowy i urządzenia fotoniczne.



Maurice Steinman, wiceprezes ds. inżynierii Lightelligence, powiedział, że poszczególne układy są niełatwe do zaprojektowania, a ich integracja jest jeszcze trudniejsza. „Dzięki przetwarzaniu fotonicznemu jest to naprawdę klasa obliczeń analogowych. Tak więc wynik o wysokiej wierności wymaga ogromnej ilości projektów obwodów, symulacji, iteracji i układów testowych” — wskazał. Co więcej, przy 1 GHz system wykorzystuje impulsy świetlne krótsze niż nanosekunda. W porównaniu do systemu megahercowego szum i przesłuch elektroniczny są proporcjonalnie znacznie większe.

„Drugim wyzwaniem jest architektura obudów” — odznaczył Steinman. „Bierzemy dwa chipy zbudowane w różnych procesach produkcyjnych i łączymy je bezpośrednio z tysiącami połączeń między nimi. Jeden jest zasilany światłem, więc musimy umieścić tam jego źródło. Drugi potrzebuje prądu elektrycznego do zasilania… i odprowadzania ciepła. Istnieją ogromne wyzwania, które musimy systematycznie torpedować, aby to wszystko zebrać w całość” — dodał.

Lightelligence wypuściło już swój pierwszy komercyjny produkt — akcelerator AI oparty na technologii Pace. Startup planuje rozpocząć wysyłkę urządzeń w 2022 roku. Lightelligence zostało wydzielone z MIT w 2017 roku. Do tej pory firma zebrała ponad 100 milionów dolarów finansowania, a obecnie zatrudnia 150 pracowników na całym świecie.

Źródło: https://www.eetimes.com/optical-computing-chip-runs-hardest-math-problems-100x-faster-than-gpus/