В EPFL учёные создали новую структуру для оптических вычислений, способную снизить энергозатраты систем ИИ. Такое открытие может изменить отрасль и сделать искусственный интеллект более энергосберегающим.
Современные системы искусственного интеллекта, например глубокие нейронные сети, нуждаются в больших объемах энергии для обучения и работы. По прогнозам, при постоянном темпе роста энергопотребления к 2027 году годовое потребление энергии серверами для моделей ИИ может стать больше, чем у небольшой страны.
Ученые EPFL разработали новый метод оптических вычислений с использованием фотонов для обработки информации. Такой подход позволяет выполнять операции значительно быстрее и эффективнее, чем электронные системы. Но ранее оптические системы не могли осуществлять нелинейные преобразования, обязательные для классификации данных в нейронных сетях.
Учёные EPFL создали простое устройство для выполнения нелинейных преобразований оптически. Оно кодирует пиксели изображения на поверхности слабомощного лазерного луча, что позволяет выполнить нелинейное умножение пикселей. Такое решение потребляет в восемь раз меньше энергии, чем обычные электронные системы.
«Наш метод масштабируем и на тысячу процентов более энергоэффективен, чем самые современные глубокие цифровые сети», — заявляет Деметри Псалтис, руководитель лаборатории оптики EPFL.
Исследование, получившее поддержку гранта Sinergia Швейцарского национального научного фонда, опубликовано в журнале Nature Photonics. Учёные ведут разработку компилятора для преобразования цифровых данных в код, используемый оптическими системами.
Прорыв может перевернуть отрасль, сделав искусственный интеллект более экономичным в плане потребления энергии.