Lightmatter telah mengumumkan satu kejayaan dalam pengkomputeran fotonik dengan pemproses AI mereka yang mampu menjalankan rangkaian neural yang kompleks seperti ResNet dan BERT. Diterbitkan dalam Nature, perkembangan ini mendakwa sebagai pemproses fotonik pertama yang boleh melaksanakan model AI dunia sebenar dengan ketepatan yang setanding dengan sistem titik terapung 32-bit tradisional. Komuniti teknologi sedang hangat berbincang sama ada ini mewakili alternatif yang telah lama ditunggu kepada pengkomputeran berasaskan transistor.
 |
|---|
| Kejayaan terobosan Lightmatter dalam pengkomputeran fotonik menyerlahkan kemajuan dalam teknologi pemprosesan AI, membuka jalan untuk inovasi masa depan |
Realiti Di Sebalik Gembar-Gembur
Walaupun Lightmatter mempersembahkan ini sebagai satu kejayaan revolusioner, para peminat teknologi cepat menunjukkan bahawa pengkomputeran fotonik bukanlah sesuatu yang benar-benar baharu. Konsep menggunakan sistem analog untuk pengiraan AI telah diterokai selama bertahun-tahun, dengan sesetengah pihak menyatakan bahawa paradigma serupa telah dibincangkan secara terbuka sejak tiga tahun lalu. Walau bagaimanapun, apa yang membezakan sistem ini ialah pelaksanaan praktikalnya - ia bukan sekadar prototaip makmal yang lain tetapi pemproses yang berfungsi yang boleh mengendalikan model AI yang sedia untuk pengeluaran.
Sistem ini mencapai 65 TOPS (trilion operasi sesaat) sambil menggunakan kurang daripada 80 watt kuasa keseluruhan. Menariknya, komponen pemprosesan fotonik hanya menggunakan 1.65 watt, manakala baki kuasa digunakan untuk elektronik sokongan seperti penukar analog-ke-digital, memori, dan sistem input/output. Pendekatan hibrid ini masih memerlukan kira-kira 50 bilion transistor untuk fungsi bukan pengiraan.
Spesifikasi Pemproses Fotonik Lightmatter:
- Prestasi: 65 TOPS (trilion operasi sesaat)
- Jumlah Penggunaan Kuasa: <80W
- Kuasa Pemprosesan Fotonik: 1.65W
- Elektronik Sokongan: ~50 bilion transistor
- Model yang Disokong: ResNet, BERT, pembelajaran pengukuhan mendalam Atari
- Format Berangka: ABFP (Adaptive Block Floating Point)
- Elemen Terkawal: ~1 juta komponen fotonik
 |
|---|
| Pelbagai komponen elektronik yang menggambarkan pendekatan hibrid yang digunakan dalam pemproses pengkomputeran fotonik Lightmatter , menekankan pelaksanaan praktikalnya |
Cabaran Teknikal dan Penyelesaian
Perbincangan komuniti mendedahkan keraguan mengenai beberapa dakwaan teknikal, terutamanya berkaitan ketepatan dan kejituan. Pemproses menggunakan format berangka khusus yang dipanggil ABFP (Adaptive Block Floating Point) untuk mengendalikan keperluan kejituan model AI. Pendekatan ini mengumpulkan nombor ke dalam blok dan memberikan eksponen berkongsi, mengurangkan ralat kuantisasi yang biasanya melanda sistem analog.
Satu cabaran utama yang ditonjolkan oleh pakar ialah ketidakstabilan yang wujud dalam komponen fotonik. Variasi suhu boleh menjejaskan prestasi dengan ketara, memerlukan kawalan aktif kira-kira satu juta elemen fotonik menggunakan litar khusus. Ini menambah kerumitan tetapi diperlukan untuk kejituan tinggi yang diperlukan dalam pengiraan AI.
 |
|---|
| Gambar dekat papan litar bercetak, mempamerkan reka bentuk yang rumit dan komponen penting untuk ketepatan tinggi dalam pemprosesan fotonik |
Kebimbangan Kos dan Kebolehcapaian
Pengumuman itu mencetuskan perdebatan mengenai kemampuan pengkomputeran, dengan Lightmatter mendakwa bahawa pendekatan penskalaan tradisional akan menjadikan komputer tidak mampu dibeli. Walau bagaimanapun, ahli komuniti menolak dakwaan ini, menyatakan bahawa komputer sebenarnya lebih murah berbanding sebelum ini apabila diselaraskan dengan inflasi. Seorang pengulas menyatakan bahawa PC 386 dari awal 1990-an berharga lebih 3,000 dolar Amerika dalam nilai wang hari ini, manakala sistem moden menawarkan keupayaan yang jauh lebih besar pada harga yang lebih rendah.
Ia seperti berkata 'kereta sudah terlalu mahal' sambil melihat Ferrari.
Isu sebenar nampaknya ialah kos perkakasan canggih, bukan pengkomputeran secara umum. GPU mewah mengenakan harga premium sebahagiannya disebabkan dinamik pasaran dan persaingan terhad, bukannya had penskalaan asas.
Perbandingan Harga Komputer Bersejarah:
- PC 386 awal 1990an: >$3,000 USD (diselaraskan inflasi)
- PC 486 awal 1990an: ~$5,000 USD (diselaraskan inflasi)
- Laptop 486 (awal 1990an): $6,000 USD
- Laptop terpakai moden: $15 USD (fungsi asas)
- Cadangan RAM moden: 16GB minimum untuk pengkomputeran yang ideal
Implikasi Masa Depan
Walaupun terdapat perdebatan, terdapat persetujuan luas bahawa pengkomputeran fotonik analog boleh memainkan peranan penting dalam masa depan AI. Teknologi ini boleh membolehkan model AI berjalan dengan cekap pada robot autonomi dan peranti lain yang terhad kuasa. Sesetengah pihak membayangkan kemungkinan yang lebih bercita-cita tinggi, seperti cip berasaskan kaca pasif yang melakukan inferens AI menggunakan cahaya sahaja, menggunakan hampir tiada kuasa.
Pendekatan hibrid yang diambil oleh Lightmatter - menggabungkan pemprosesan fotonik dengan elektronik tradisional - mencerminkan bagaimana teknologi transformatif lain mendapat penerimaan. GPU pada mulanya melengkapi CPU untuk grafik sebelum berkembang kepada pengkomputeran am, dan pemproses fotonik mungkin mengikuti laluan serupa sebagai pemecut AI khusus.
Walaupun persoalan kekal mengenai kos pembuatan, kebolehskalaan, dan daya maju jangka panjang, perkembangan ini mewakili langkah penting ke arah alternatif praktikal kepada pengkomputeran berasaskan transistor tulen. Sama ada ia menjadi asas untuk bab seterusnya pengkomputeran atau kekal sebagai penyelesaian khusus, ia menunjukkan bahawa industri secara aktif meneroka laluan di luar penskalaan silikon tradisional.
Rujukan: A NEW KIND OF COMPUTER