Ten artykuł przeszedł przegląd zgodnie z procesem redakcyjnym i polityką Science X. Redaktorzy zwrócili szczególną uwagę na następujące cechy, zapewniając wiarygodność treści: Do szczegółów urządzenia Taichi Chiplets przedstawiono obraz mikroskopii dla kowolnic sprzężających i sprzężających bezpośrednio w projekcie chipa, oraz szczegółowe rozmiary dla sprzężającego bezpośrednio określone za pomocą symulacji FTDT. Zawiera również obraz mikroskopii dla sprzężającego brzegowego używanego do wejścia lasera i obraz mikroskopii dla przesuwników fazowych. Zespół inżynierów z Uniwersytetu Tsinghua oraz Narodowego Centrum Badawczego ds. Informatyki i Technologii w Pekinie w Chinach opracował hybrydowy wielkoskalowy układ fotoniczny chiplet przeznaczony do wysokoefektywnych zastosowań sztucznej ogólnej inteligencji. Badanie opublikowano w czasopiśmie Science. W miarę jak aplikacje oprogramowania do sztucznej inteligencji stały się powszechne, inżynierowie komputerowi dążyli do opracowania sprzętu, który może zwiększyć wydajność oprogramowania AI lub umożliwić bezpośrednie obliczenia związane z AI. W tej pracy zespół chiński skupił się na tym drugim, mając na celu przyspieszenie i optymalizację przetwarzania AI.

W tym celu stworzyli chiplet - układ scalony wykonujący określone podzbiory funkcjonalności i zwykle używany w połączeniu z innymi chipletami do wykonywania zadań opartych na świetle, a nie na elektryczności. Głównym celem tej pracy badawczej jest stworzenie modelu sztucznej ogólnej inteligencji (AGI). Model ten składałby się z różnych chipletów, w tym takich jak Taichi, które razem tworzyłyby komputer oparty na sieciach neuronowych z możliwościami sztucznej inteligencji na poziomie lub przewyższające zdolności ludzkiego mózgu. Jednym z głównych wyzwań związanych z stworzeniem takiego modelu jest wymagana moc obliczeniowa. Obecnie główne składniki tych systemów stanowią jednostki przetwarzania grafiki, ale do osiągnięcia inteligencji na poziomie człowieka potrzebna jest bardziej zaawansowana technologia. Chiński zespół proponuje zastosowanie światła zamiast elektryczności do przetwarzania, ponieważ taki sposób obliczeń zużywa mniej energii i umożliwia szybsze działanie. Badacze podkreślają, że Taichi został zaprojektowany i skonstruowany podobnie do innych chipletów opartych na świetle, ale z przewagą łatwiejszej skalowalności, co pozwala na integrację wielu chipletów w celu utworzenia AGI. W trakcie testów zespół stwierdził, że ich projekt osiągnął skalę sieciową wynoszącą 13, 96 miliona sztucznych neuronów, znacznie przewyższając wynik 1, 47 miliona zgłoszony przez innych producentów chipletów. Aby uzyskać więcej informacji, proszę odnosić się do: Zhihao Xu et al, Large-scale photonic chiplet Taichi empowers 160-TOPS/W artificial general intelligence, Science (2024). DOI: 10. 1126/science. adl1203.