Искусственные нейронные сети сегодня используются повсеместно — от обработки изображений до генерации текстов и видео. Однако их обучение требует огромных вычислительных мощностей, что приводит к высокому энергопотреблению и перегреву оборудования. Решением этой проблемы могут стать фотонные процессоры, работающие на основе света и потребляющие в разы меньше энергии, чем традиционные электронные аналоги.
Группа ученых лаборатории нейроморфной фотоники физического факультета МГУ провела первое в мире полное численное моделирование фотонного процессора, что позволило точно оценить его потенциал. До этого исследования подобные прогнозы строились лишь на экстраполяции данных с небольших экспериментальных систем. Новый подход не только уточнил возможную производительность, но и выявил ключевые ограничения технологии.
Особенность исследования — использование халькогенидных стекол в качестве оптической памяти. Это позволяет отказаться от классической архитектуры фон Неймана и хранить данные непосредственно в процессоре, что ускоряет вычисления. «Каждый элемент процессора мы представили в виде матрицы электрического и оптического отклика, — пояснил Григорий Колосов, инженер лаборатории. — Перемножая их в определенном порядке, мы смогли смоделировать работу всей системы».
Анализ показал, что максимальный размер ядра фотонного процессора, при котором вычисления остаются точными, составляет 15×15 элементов. Это меньше, чем предполагалось ранее, однако даже в таких рамках технология демонстрирует впечатляющие показатели: одно ядро способно выполнять до 4 триллионов операций в секунду, потребляя менее 1 Ватта энергии. Для сравнения, современные графические процессоры для аналогичных задач требуют в сотни раз больше мощности.
Хотя исследование выявило ограничения масштабирования, оно подтвердило, что фотонные процессоры могут стать прорывом в энергоэффективных вычислениях. В перспективе это позволит значительно снизить затраты на обучение нейросетей и работу дата-центров.
Ранее специалисты впервые протестировали российский фотонный чип.
