Chips de Inteligencia Artificial Fotónica China Aseguran Ganancias de Velocidad Masivas Sobre las GPU de Nvidia
Puntos clave
- Investigadores chinos presentaron chips de inteligencia artificial fotónica que afirman ser hasta 100× más rápidos que las GPU de Nvidia en tareas específicas.
- El sistema ACCEL combina componentes ópticos con electrónica analógica y se dirige a cargas de trabajo de reconocimiento de imágenes.
- LightGen, un chip de todo óptico, contiene más de dos millones de neuronas fotónicas para tareas generativas.
- Ambos chips demuestran ganancias dramáticas en velocidad y eficiencia energética para cargas de trabajo relacionadas con la visión y de alcance limitado.
- Las tecnologías son aceleradores especializados, no reemplazos de propósito general para las GPU.
Investigadores en China han presentado chips de inteligencia artificial fotónica que, según informes, superan a las GPU convencionales de Nvidia hasta 100 veces en tareas generativas estrechamente definidas. El sistema híbrido ACCEL combina componentes ópticos y electrónicos analógicos, mientras que el chip LightGen de todo óptico contiene más de dos millones de neuronas fotónicas. Ambas plataformas afirman mejoras dramáticas en velocidad y eficiencia energética para cargas de trabajo relacionadas con imágenes, aunque están dirigidas a aplicaciones especializadas en lugar de computación de propósito general.
Chips de Inteligencia Artificial Fotónica Avanzados de China
Las instituciones de investigación china han anunciado nuevos chips de inteligencia artificial fotónica que, según dicen, superan dramáticamente a los aceleradores electrónicos tradicionales, como el A100 de Nvidia, en cargas de trabajo de inteligencia artificial generativa específicas. La ventaja de rendimiento informada alcanza aproximadamente 100 veces la ejecución más rápida y ahorros de energía sustanciales cuando los chips se aplican a tareas estrechamente definidas como síntesis de imágenes, generación de video y inferencia relacionada con la visión.
Sistema Híbrido ACCEL
La plataforma ACCEL, desarrollada en la Universidad Tsinghua, combina componentes fotónicos con circuitos electrónicos analógicos. Opera en procesos de fabricación de semiconductores más antiguos, pero logra un rendimiento teórico medido en petaflops para operaciones analógicas predefinidas. Debido a que el sistema está diseñado para transformaciones matemáticas fijas y patrones de memoria estrictamente controlados, es adecuado para cargas de trabajo de reconocimiento de imágenes y procesamiento de visión en lugar de ejecución de código de propósito general.
Chip LightGen de Todo Óptico
LightGen, un esfuerzo colaborativo entre la Universidad Jiao Tong de Shanghai y la Universidad Tsinghua, se describe como un chip de computación de todo óptico que incorpora más de dos millones de neuronas fotónicas. Los resultados experimentales afirman ganancias de rendimiento que superan dos órdenes de magnitud en comparación con los aceleradores electrónicos líderes para tareas como generación de imágenes, desenfoque, reconstrucción tridimensional y transferencia de estilo. Al igual que ACCEL, LightGen está optimizado para cálculos con alcance limitado en lugar de una capacitación de modelo de inteligencia artificial amplia.
Implicaciones y Limitaciones
Estas demostraciones destacan el potencial de la interferencia óptica y el procesamiento basado en fotones para ofrecer velocidad y eficiencia energética excepcionales cuando las cargas de trabajo están cuidadosamente alineadas con las capacidades del hardware. Sin embargo, los resultados informados provienen de evaluaciones de laboratorio, y los chips no están posicionados como reemplazos de las GPU en la computación general, la capacitación de modelos a gran escala o la ejecución de software arbitraria. La brecha entre el rendimiento experimental y la implementación práctica de herramientas de inteligencia artificial sigue siendo significativa.