- Το project BRIGHT αναπτύσσει νευρομορφικά chips που χρησιμοποιούν micro-LEDs αντί για τρανζίστορ, μιμούμενα τη λειτουργία του εγκεφάλου.
- Η χρήση του φωτός για υπολογισμούς επιτρέπει την ταυτόχρονη επεξεργασία δεδομένων και μειώνει δραστικά την κατανάλωση ενέργειας.
- Η τεχνολογία συνδυάζει πυρίτιο και νιτρίδιο του γαλλίου, στοχεύοντας σε πιο αποδοτικά κέντρα δεδομένων και δίκτυα AI.
Εδώ και καιρό γίνεται λόγος για τα νευρομορφικά chips, τα οποία υπόσχονται πολλά καθώς αντλούν έμπνευση από τον ανθρώπινο εγκέφαλο για να μειώσουν την κατανάλωση και να βελτιώσουν τις επιδόσεις.
Στην ουσία, πρόκειται για έναν νέο τρόπο σκέψης γύρω από το hardware, ο οποίος θα μπορούσε να αλλάξει τη σχέση μεταξύ Τεχνητής Νοημοσύνης (AI) και ενέργειας.
Τώρα, ένα νέο παρόμοιο έργο έρχεται στο προσκήνιο, αυτή τη φορά στη Γερμανία, όπου μια ομάδα ερευνητών εργάζεται πάνω σε έναν νευρομορφικό υπολογιστή, στον οποίο τα παραδοσιακά τρανζίστορ θα αντικατασταθούν από μικροσκοπικά LED.
Το έργο ονομάζεται BRIGHT, ακρωνύμιο του “Bringing Light to Microelectronics” (Φέρνοντας το Φως στη Μικροηλεκτρονική), και διευθύνεται από μια κοινοπραξία που περιλαμβάνει το Technische Universität Braunschweig μαζί με άλλα πανεπιστήμια και ερευνητικά κέντρα της Κάτω Σαξονίας.
Τι προβλέπει το έργο και ποιες είναι οι προοπτικές;
Όπως προαναφέρθηκε, στη βάση του έργου βρίσκεται η ιδέα της χρήσης του φωτός ως μέσου υπολογισμού.
Τα micro-LEDs, στην πραγματικότητα, επιτρέπουν την επεξεργασία σημάτων παράλληλα, περίπου όπως λειτουργούν οι νευρώνες στον εγκέφαλο, αποφεύγοντας πολλά από τα ενδιάμεσα βήματα που είναι τυπικά για την παραδοσιακή πληροφορική η οποία βασίζεται στα 0 και 1.
Η παράλληλη επεξεργασία δεδομένων μέσω φωτός μπορεί να αυξήσει την ταχύτητα των υπολογισμών εκθετικά σε σύγκριση με τα συμβατικά ηλεκτρονικά κυκλώματα.
Φαίνεται πως υπάρχει ήδη ένα πρωτότυπο, όπου τα LED είναι ικανά να αναγνωρίζουν σχήματα και μοτίβα με άμεσο τρόπο, χωρίς να χρειάζεται να μετατρέψουν κάθε πληροφορία σε σύνθετες ψηφιακές ακολουθίες.
Το κύριο πλεονέκτημα είναι η δυνατότητα δραστικής μείωσης της κατανάλωσης ενέργειας, που αποτελεί έναν από τους βασικούς περιορισμούς της σύγχρονης AI, ειδικά στα κέντρα δεδομένων που φιλοξενούν νευρωνικά δίκτυα τα οποία γίνονται ολοένα και μεγαλύτερα και πιο ενεργοβόρα.
Τεχνολογική Καινοτομία και Χρηματοδότηση
Από τεχνολογικής άποψης, το BRIGHT ενώνει δύο κόσμους που μέχρι τώρα παρέμεναν χωριστοί.
Έτσι, βρίσκουμε από τη μία πλευρά τα κυκλώματα CMOS από πυρίτιο, θεμελιώδη για τον έλεγχο και τη λογική, και από την άλλη συσκευές από νιτρίδιο του γαλλίου, γνωστές για την υψηλή τους απόδοση στην εκπομπή φωτός.
Η ενσωμάτωσή τους σε ένα ενιαίο σύστημα δεν θα είναι απλή υπόθεση και το στάδιο των εργασιών δεν είναι γνωστό, αλλά υπόσχεται μειωμένη κατανάλωση και εξαιρετικά υψηλές επιδόσεις. Θα καταφέρουν να υλοποιήσουν κάτι απτό;
Το έργο έχει εξασφαλίσει χρηματοδότηση ύψους 15 εκατομμυρίων ευρώ για έρευνα και ανάπτυξη που θα διαρκέσει πέντε χρόνια.
Γνωρίζουμε ότι το έργο έχει ήδη λάβει δημόσια και ιδιωτική χρηματοδότηση περίπου 15 εκατομμυρίων ευρώ και θα συνεχιστεί για τα επόμενα πέντε χρόνια.
Οι ερευνητές θα εργαστούν για να αυξήσουν τον αριθμό των οπτικών συνδέσεων, να βελτιώσουν τα LED και να κάνουν την ενσωμάτωση των διαφόρων chips ολοένα και πιο αποδοτική, ωστόσο η δουλειά που πρέπει να γίνει φαίνεται ακόμη μακρά και πολύπλοκη.
Η Επανάσταση της Φωτονικής στην Τεχνητή Νοημοσύνη
Η μετάβαση από τα ηλεκτρόνια στα φωτόνια δεν αποτελεί απλώς μια τεχνική αναβάθμιση, αλλά μια ριζική αλλαγή παραδείγματος στον τρόπο που αντιλαμβανόμαστε την υπολογιστική ισχύ.
Ενώ οι παραδοσιακοί επεξεργαστές αντιμετωπίζουν πλέον τα φυσικά όρια του νόμου του Moore (όπου η σμίκρυνση των τρανζίστορ γίνεται όλο και πιο δύσκολη), η φωτονική ανοίγει νέους δρόμους.
Το φως έχει δύο βασικά πλεονεκτήματα έναντι του ηλεκτρισμού: ταχύτητα και θερμότητα.
Τα σήματα φωτός ταξιδεύουν ταχύτερα και, το σημαντικότερο, δεν παράγουν την ίδια ποσότητα θερμότητας λόγω αντίστασης, όπως συμβαίνει με τα χάλκινα καλώδια στα σημερινά chips.
Ακολουθεί ένας πίνακας σύγκρισης μεταξύ της παραδοσιακής και της νέας τεχνολογίας:
| Χαρακτηριστικό | Παραδοσιακά Chips (Ηλεκτρόνια) | Νευρομορφικά Chips (Φωτόνια/LED) |
|---|---|---|
| Ταχύτητα Μετάδοσης | Περιορισμένη από την αντίσταση | Ταχύτητα φωτός |
| Κατανάλωση Ενέργειας | Υψηλή (λόγω θερμότητας) | Εξαιρετικά Χαμηλή |
| Επεξεργασία | Σειριακή (κυρίως) | Παράλληλη (Μαζική) |
Γιατί η βιομηχανία χρειάζεται επειγόντως αυτή την αλλαγή
Η ανάγκη για τεχνολογίες όπως το BRIGHT είναι επιτακτική. Η εκπαίδευση μεγάλων γλωσσικών μοντέλων (LLMs), όπως το GPT-4, απαιτεί τεράστια ποσά ενέργειας.
Υπολογίζεται ότι τα κέντρα δεδομένων καταναλώνουν ήδη περίπου το 1-2% της παγκόσμιας ηλεκτρικής ενέργειας, ποσοστό που αναμένεται να αυξηθεί δραματικά με την εξάπλωση της AI.
Εάν τα νευρομορφικά chips με τεχνολογία LED επιτύχουν, θα μπορούσαμε να δούμε data centers που καταναλώνουν υποπολλαπλάσια ενέργεια, μειώνοντας τόσο το λειτουργικό κόστος όσο και το περιβαλλοντικό αποτύπωμα της τεχνολογίας.
Χωρίς νέες τεχνολογίες εξοικονόμησης ενέργειας, η κατανάλωση ρεύματος από την AI θα μπορούσε να διπλασιαστεί μέχρι το 2026, επιβαρύνοντας τα παγκόσμια δίκτυα.
Μελλοντικές εφαρμογές πέρα από τα Data Centers
Πέρα από τους διακομιστές, αυτή η τεχνολογία θα μπορούσε να φέρει επανάσταση και στο λεγόμενο Edge AI.
Φανταστείτε αυτόνομα οχήματα που πρέπει να επεξεργάζονται εικόνες από κάμερες σε πραγματικό χρόνο για να αποφύγουν ατυχήματα. Η ταχύτητα των chips φωτός θα μπορούσε να μειώσει τον χρόνο αντίδρασης σε χιλιοστά του δευτερολέπτου, σώζοντας ζωές.
Επιπλέον, η χαμηλή κατανάλωση θα επέτρεπε σε κινητά τηλέφωνα και φορητές συσκευές να εκτελούν πολύπλοκες εργασίες AI τοπικά, χωρίς να εξαντλούν την μπαταρία ή να χρειάζεται να στέλνουν δεδομένα στο cloud, ενισχύοντας έτσι και την προστασία της ιδιωτικότητας των χρηστών.
Το στοίχημα του έργου BRIGHT και της γερμανικής ερευνητικής ομάδας είναι μεγάλο. Αν πετύχουν την αποτελεσματική σύζευξη της σιγουριάς του πυριτίου με την ταχύτητα του φωτός, ίσως βρισκόμαστε μπροστά στην επόμενη μεγάλη επανάσταση της πληροφορικής.
