Dieser Artikel wurde gemäß dem redaktionellen Prozess und den Richtlinien von Science X überprüft. Die Herausgeber haben die folgenden Merkmale hervorgehoben, um die Glaubwürdigkeit des Inhalts zu gewährleisten: Das Mikroskopiebild für Gitterkoppler und Direktkoppler im Chip-Design sowie die detaillierten Größen für den Direktkoppler, die durch FTDT-Simulationen bestimmt wurden, werden als Gerätedetails für Taichi-Chiplets präsentiert. Das Mikroskopiebild für den Kantenkoppler, der für die Laserzuführung verwendet wird, und das Mikroskopiebild für die Phasenschieber sind ebenfalls enthalten. Ein Team von Ingenieuren der Tsinghua-Universität und des Nationalen Forschungszentrums für Informationstechnologie in Peking, China, hat einen groß angelegten diffraktiven hybriden photonischen AI-Chiplet für Anwendungen der künstlichen allgemeinen Intelligenz mit hoher Effizienz entwickelt. Die Studie wurde in Science veröffentlicht. Da KI-Software-Anwendungen immer mehr in den Mainstream gelangen, bemühen sich Computeringenieure, Hardware zu entwickeln, die entweder die Effizienz von KI-Software verbessern oder direkte KI-Berechnungen ermöglichen kann. In dieser Studie konzentrierte sich das chinesische Team auf letzteres und strebte danach, KI-Verarbeitung zu beschleunigen und zu optimieren. Hierzu schufen sie ein Chiplet - eine integrierte Schaltung, die bestimmte Funktionsteile ausführt und in der Regel in Verbindung mit anderen Chiplets verwendet wird, um Aufgaben auf Lichtbasis anstatt auf Elektrizitätsbasis zu erledigen. Das zentrale Ziel dieser Forschung besteht in der Konstruktion eines Modells für künstliche allgemeine Intelligenz (AGI).

Dieses Modell würde aus verschiedenen Chiplets bestehen, darunter auch solche wie Taichi, die zusammen einen neurobasierten Computer mit künstlicher Intelligenz bilden würden, der mit der menschlichen Gehirnleistung vergleichbar oder sogar übertroffen ist. Eine der Hauptherausforderungen bei der Schaffung eines solchen Modells liegt im erforderlichen Rechenleistungsbedarf. Derzeit werden hauptsächlich Grafikprozessoren in diesen Systemen verwendet, aber für ein KI-System, das mit der menschlichen Intelligenz mithalten soll, ist fortschrittlichere Technologie erforderlich. Das chinesische Team schlägt vor, anstelle von Elektrizität Licht für die Verarbeitung zu verwenden, da dieser Ansatz weniger Energie verbrauchen würde und schnellere Berechnungen ermöglichen könnte. Die Forscher heben hervor, dass Taichi ähnlich wie andere lichtbasierte Chiplets konzipiert und konstruiert wurde, jedoch mit dem Vorteil einer einfacheren Skalierbarkeit, die es ermöglicht, mehrere Chiplets zu einem AGI zu integrieren. Während der Tests stellte das Team fest, dass ihr Design eine Netzwerkskala von 13, 96 Millionen künstlichen Neuronen erreichte, was deutlich über den von anderen Chiplet-Herstellern gemeldeten 1, 47 Millionen liegt. Für weitere Informationen siehe: Zhihao Xu et al, Groß angelegtes photonisches Chiplet Taichi ermöglicht künstliche allgemeine Intelligenz mit 160-TOPS/W, Science (2024). DOI: 10. 1126/science. adl1203