Os modelos de redes neurais profundas que alimentam as mais exigentes aplicações de aprendizado de máquina de hoje cresceram tanto em tamanho quanto em complexidade, pressionando os limites do hardware de computação eletrônica tradicional.
Vantagens do hardware fotônico
O hardware fotônico, que realiza cálculos de aprendizado de máquina com luz, oferece uma alternativa mais rápida e eficiente em termos de energia. No entanto, há tipos de cálculos de redes neurais que um dispositivo fotônico não consegue executar, necessitando do uso de eletrônicos fora do chip ou outras técnicas que prejudicam a velocidade e a eficiência.
Inovação no chip fotônico
A partir de uma década de pesquisa, cientistas do MIT e de outras instituições desenvolveram um novo chip fotônico que supera esses obstáculos. Eles demonstraram um processador fotônico totalmente integrado que consegue realizar todos os cálculos principais de uma rede neural profunda de forma óptica no chip.
O dispositivo óptico foi capaz de completar os cálculos principais para uma tarefa de classificação de aprendizado de máquina em menos de meio nanossegundo, alcançando mais de 92% de precisão — desempenho comparável ao hardware tradicional.
Construção e impacto futuro
O chip, composto por módulos interconectados que formam uma rede neural óptica, é fabricado usando processos de fundição comercial, o que pode possibilitar a escalabilidade da tecnologia e sua integração em eletrônicos.
No longo prazo, o processador fotônico pode levar a um aprendizado profundo mais rápido e eficiente em termos de energia para aplicações computacionalmente exigentes, como lidar, pesquisa científica em astronomia e física de partículas, ou telecomunicações de alta velocidade.
Desenvolvimentos futuros
“Há muitos casos em que o desempenho do modelo não é a única coisa que importa, mas também a rapidez com que se obtém uma resposta. Agora que temos um sistema completo que pode rodar uma rede neural em óptica, em uma escala de tempo de nanossegundos, podemos começar a pensar em um nível mais alto sobre aplicações e algoritmos,” diz Saumil Bandyopadhyay, o principal autor de um artigo sobre o novo chip.
O sistema fotônico alcançou mais de 96% de precisão durante os testes de treinamento e mais de 92% de precisão durante a inferência, comparável ao hardware tradicional. Além disso, o chip realiza cálculos chave em menos de meio nanossegundo.
Produção em larga escala
Todo o circuito foi fabricado usando a mesma infraestrutura e processos de fundição que produzem chips de computador CMOS. Isso pode permitir que o chip seja fabricado em escala, usando técnicas já comprovadas que introduzem muito pouco erro no processo de fabricação.
Ampliar o dispositivo e integrá-lo com eletrônicos do mundo real, como câmeras ou sistemas de telecomunicações, será um foco principal do trabalho futuro, segundo Bandyopadhyay. Além disso, os pesquisadores querem explorar algoritmos que possam aproveitar as vantagens da óptica para treinar sistemas mais rapidamente e com melhor eficiência energética.
Esta pesquisa foi financiada, em parte, pela Fundação Nacional de Ciência dos EUA, pelo Escritório de Pesquisa Científica da Força Aérea dos EUA e pela NTT Research.
