Виной всему — ограничения электронных процессоров. Оптические вычисления могли бы стать выходом, но и здесь не обошлось без сложностей. Большинство современных систем вынуждены постоянно переводить сигнал из оптического в электрический и обратно, а еще требуют идеальной синхронизации. Особенно критично это для рекуррентных моделей ИИ, где даже малейший сбой во времени накапливается с каждой итерацией и в итоге разрушает сигнал. В результате ни о каком масштабировании или высокой эффективности речи не идет.

Но ученые из Университета науки и технологий Хуачжун (Китай) нашли способ обойти эти ограничения. В своей статье в журнале eLight они представили монолитный оптический ускоритель, который работает асинхронно — то есть без жесткой привязки к тактовой частоте. Вместо этого система преобразует временные последовательности в длины волн, а специальные ретрансляторы на чипе (WRU) полностью избавляют от необходимости синхронизации.

Наш подход не требует высокочастотных электронных компонентов, — объясняют исследователи.

Мы заменили традиционные ЦАП и АЦП на ретрансляторы, и это не только снижает энергопотребление, но и позволяет обрабатывать сигналы параллельно.

На этом чипе уже работают две модели:

• OHMM — анализирует ДНК с точностью 99%, что открывает возможности для биоинформатики.
• ORNN — распознает речь с точностью 87,7% (8 классов), что делает его пригодным для систем голосового управления.

Главный прорыв в том, что обе модели работают без синхронизации — это давняя головная боль фотонных вычислений. Чип площадью менее 10 мм² объединяет сотни оптических элементов, используя главное преимущество света — скорость без перегрева. А благодаря мультиплексированию длин волн система справляется с параллельными вычислениями высокой сложности.

Такая технология пригодится в беспилотниках, робототехнике и других областях, где важна скорость, — говорят ученые.

Теперь можно обрабатывать огромные потоки данных в реальном времени без лишних энергозатрат.

Следующий шаг — масштабирование для коммерческого использования. Если прогресс в фотонной интеграции продолжится, подобные системы могут перевернуть индустрию ИИ, предложив и мощность, и энергоэффективность.

Этот прорыв решает три ключевые проблемы:

1. Энергоэффективность — фотонные чипы потребляют меньше энергии, чем электронные, а значит, снизятся затраты на дата-центры и мобильные устройства.
2. Скорость — свет передает данные быстрее электронов, что критично для задач вроде автономного вождения, где задержки недопустимы.
3. Параллелизм — мультиплексирование длин волн позволяет обрабатывать множество операций одновременно, что ускоряет сложные модели ИИ.

Применений масса: от медицинской диагностики до систем реального времени в промышленности.

Пока технология работает в лабораторных условиях. Главный вопрос — как она поведет себя при массовом производстве. Фотонные чипы требуют дорогих материалов (например, фотонического кремния), а их интеграция с существующей электроникой — нетривиальная задача.

Ранее ученые отчитались о решении давней проблемы фотонных чипов.