清華大学のチームは超高性能コンピューティングチップの分野で新たな進歩を遂げ、関連する研究がNatureに掲載されました。
さまざまな大型モデルや深いニューラルネットワークの出現により、人工知能の発展に対応し、大きな計算能力と高いエネルギー効率を兼ね備えた次世代AIチップをどのように作成するかが注目されています。国際的な最前線で話題に。 中国科学技術協会が発表した2023年の主要科学課題の中で、「低エネルギー人工知能を実現する方法」が第1位にランクされました。 最近、清華大学チームはウルトラ高性能コンピューティングチップの分野で新たな進歩を遂げました。関連する結果は、「高速ビジョンタスク用のオールアナログ光電子チップ」というタイトルで Nature に掲載されました。 このチップは、純粋なアナログ光電子融合コンピューティング アーキテクチャに基づいており、ImageNet などのインテリジェント ビジョン タスクの実際の測定において、同じ精度で 3,000 倍の計算能力と 400 万倍のエネルギー効率を備えています。既存の高性能 GPU よりも 2 倍の精度を実現します。 
書き換える必要がある内容は次のとおりです。 図 1 関連論文 (出典:「Nature」) 論文アドレス:
Chen, Y. et al. -スピードビジョンタスク。自然 https://doi.org/10.1038/s41586-023-06558-8 (2023)。未来はすでにそこにありますか？光ベースのコンピューティング チップ、特に物理的限界に近づいている電子トランジスタのサイズによって制限されている現在の従来のチップ アーキテクチャを使用して、コンピューティング能力の飛躍を達成するのは簡単ではありません。新しいコンピューティング アーキテクチャが状況を打開する鍵となっています。超高速な並列性と速度を備えたオプティカル コンピューティングは、将来の破壊的コンピューティング アーキテクチャにとって最も強力な競合ソリューションの 1 つであると考えられています。
光コンピューティングは、その名前が示すように、計算キャリアを電気から光に変更し、チップ内の光の伝播を利用して計算を実行します。光の速度でのコンピューティングという魅力的な見通しに直面して、国内外の有名な科学研究チームはここ数年、既存の電子デバイスを置き換えてシステムレベルのアプリケーションを実現するためにさまざまな設計を提案してきました。まだ
大きなボトルネックに直面しています:
一大規模なコンピューティングユニット(制御可能なニューロン)を1つのチップ上に統合し、エラー蓄積の程度を制限する方法
2つ目は高速性を実現することです。 3つ目は、電子信号が主流となる情報社会において、光コンピューティングと電子信号コンピューティングの間の効率的なインターフェースをどのように提供するかという現状に適合することです。現在一般的なアナログ - デジタル変換の消費電力は、光コンピューティングの各乗算および加算演算の消費電力よりも桁違いに高く、光コンピューティング自体の性能上の利点がマスクされてしまい、光チップが優れた性能を発揮することが困難になっています。実用的なアプリケーション。
- システムレベルのコンピューティング能力とエネルギー効率は、既存のチップよりも1万倍高いです
この国際問題を解決するために、清華大学チームは電気融合をシミュレートするコンピューティングフレームワークを創造的に提案しました可視光の下で大規模な多層回折ニューラル ネットワークを構築して視覚的特徴抽出を実現し、光電流を使用してキルヒホッフの法則に基づいた純粋なアナログ電子計算を直接実行します。この 2 つは同じチップ フレーム内に統合されています。 「
プリセンシング」+センシング+ニアセンシング
」の新しいコンピューティングシステム。高精度 ADC の需要を大幅に削減し、アナログ - デジタル変換プロセスにおける従来のコンピューター ビジョン処理パラダイムを相互に制限する速度、精度、消費電力の物理的なボトルネックを解消し、大規模統合におけるブレークスルーを実現します。効率的な非線形性と 1 つのチップ上の高速性 光インターフェースと電気インターフェースには 3 つの主要なボトルネックがあります。
計算 図 2. オプトエレクトロニクス コンピューティング チップ ACCEL の計算原理とチップ アーキテクチャ (出典: "Nature") 測定されたパフォーマンスの下で、Accel チップのシステム レベルのコンピューティング パワーは、既存の高い数値に達します。パフォーマンスチップ千回
。同時に、システムレベルのエネルギー効率は 74.8 Peta-OPS/W に達し、これは既存の高性能 GPU、TPU、光コンピューティング、アナログ電気コンピューティング アーキテクチャと比較して、2,000 倍から数百万倍 ACCEL は、加熱 問題を
大幅に改善し、将来のチップ設計に全面的なブレークスルーをもたらし、超高速物理観測のための計算能力基盤を提供します。同時に、無人システムや自動運転など、高い耐久性要件が求められるシナリオに大きなメリットをもたらします。 
表 1. ACCEL と既存の高性能チップ間のシステムレベルで測定されたパフォーマンス指標 (出典: "Nature") 直接計算するだけです
さらに、ACCEL チップは直接もサポートしています論文で実証された交通シーンの実験など、インコヒーレントな光の視覚シーンの計算。 ACCELの応用分野は大幅に拡大し、自動運転、ロボットビジョン、モバイルデバイスなどの分野で、計算を実行する前に写真を撮ってメモリに保存するという現在の概念を覆すことが期待されています。 ADC の帯域幅を制限し、センシング プロセス中に計算を完了します。 清華チームによって提案された新しいコンピューティングアーキテクチャは、光コンピューティング技術の応用と展開にとって非常に重要であるだけでなく、将来的には、他の高性能コンピューティング技術と現在の電子情報システムとの統合が可能になります。 
この論文の責任著者の一人、清華大学の戴瓊海院士は次のように述べています。コンピューティングアーキテクチャを現実の生活に取り入れ、国民経済と人々の生活の主要なニーズを解決することは、ピーク後にさらに重要な研究であると指摘しています。この取り組みにより、ACCEL は予想よりも早く新世代のコンピューティング アーキテクチャを実現し、これらのアーキテクチャが予想よりもずっと早く私たちの日常生活に取り入れられるようになる可能性があります。」 清華大学の戴瓊海院士、方陸准教授、喬飛准研究員、呉佳民助教授がこの記事の共同執筆者であり、博士課程の学生であるチェン・イートン氏、博士課程の学生であるマイマティ・ナザルマット氏、および博士。 Xu Han 氏が共同筆頭著者であり、Meng Yao 博士、Zhou Tiankuang 助研究員、博士課程学生 Li Guangpu、Fan Jingtao 研究員、Wei Qi 准研究員がこの研究に参加しました。
以上が清華オプトエレクトロニクス・コンピューティングの新たなブレークスルー：チップ性能は1万倍向上、研究はトップレベルに到達 Natureの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
