Processador óptico inovador permite que a IA calcule na velocidade da luz

Voltando-se para a luz para uma computação mais rápida

Os pesquisadores agora procuram a luz como uma solução. A computação óptica – que utiliza luz em vez de electricidade para realizar cálculos complexos – oferece uma forma de aumentar drasticamente a velocidade e a eficiência. Uma abordagem promissora envolve operadores de difração óptica, estruturas finas em forma de placas que realizam operações matemáticas à medida que a luz passa por elas. Esses sistemas podem processar muitos sinais ao mesmo tempo com baixo consumo de energia. No entanto, manter a luz estável e coerente necessária para tais cálculos em velocidades acima de 10 GHz tem se mostrado extremamente difícil.

Para superar esse desafio, uma equipe liderada pelo professor Hongwei Chen, da Universidade de Tsinghua, na China, desenvolveu um dispositivo inovador conhecido como Optical Feature Extraction Engine, ou OFE.². Seu trabalho, publicado em Nexus Fotônico Avançadodemonstra uma nova maneira de realizar extração de recursos ópticos de alta velocidade, adequada para diversas aplicações do mundo real.

Como OFE² Prepara e processa dados

Um avanço importante no OFE² é o seu módulo inovador de preparação de dados. Fornecer sinais ópticos paralelos e rápidos aos principais componentes ópticos sem perder a estabilidade de fase é um dos problemas mais difíceis da área. Os sistemas baseados em fibra geralmente introduzem flutuações de fase indesejadas ao dividir e atrasar a luz. A equipe da Tsinghua resolveu isso projetando um sistema on-chip totalmente integrado com divisores de potência ajustáveis ​​e linhas de atraso precisas. Esta configuração converte dados seriais em vários canais ópticos sincronizados. Além disso, um conjunto de fases integrado permite OFE² para ser facilmente reconfigurado para diferentes tarefas computacionais.

Uma vez preparados, os sinais ópticos passam por um operador de difração que realiza a extração de características. Este processo é semelhante a uma multiplicação de matriz-vetor, onde as ondas de luz interagem para criar “pontos brilhantes” focados em pontos de saída específicos. Ao ajustar a fase da luz de entrada, esses pontos podem ser direcionados para portas de saída escolhidas, permitindo OFE² para capturar variações sutis nos dados de entrada ao longo do tempo.

Desempenho óptico recorde

Operando a impressionantes 12,5 GHz, OFE² atinge uma única multiplicação de vetor de matriz em apenas 250,5 picossegundos – o resultado mais rápido conhecido para este tipo de computação óptica. “Acreditamos firmemente que este trabalho fornece uma referência significativa para o avanço da computação de difração óptica integrada para exceder a taxa de 10 GHz em aplicações do mundo real”, diz Chen.

A equipe de pesquisa testou OFE² em vários domínios. No processamento de imagens, ele extraiu com sucesso recursos de borda de dados visuais, criando mapas emparelhados de “relevo e gravação” que melhoraram a classificação de imagens e aumentaram a precisão em tarefas como identificação de órgãos em tomografias computadorizadas. Sistemas usando OFE² exigiu menos parâmetros eletrônicos do que os modelos padrão de IA, provando que o pré-processamento óptico pode tornar as redes híbridas de IA mais rápidas e mais eficientes.

A equipe também aplicou OFE² para negociação digital, onde processou dados de mercado ao vivo para gerar ações lucrativas de compra e venda. Depois de ser treinado com estratégias otimizadas, OFE² converteu sinais de preços recebidos diretamente em decisões de negociação, obtendo retornos consistentes. Como esses cálculos acontecem na velocidade da luz, os traders podem aproveitar as oportunidades quase sem demora.

Iluminando o caminho para o futuro da IA

Juntas, essas conquistas sinalizam uma grande mudança na computação. Ao mover as partes mais exigentes do processamento de IA, de chips eletrônicos que consomem muita energia para sistemas fotônicos ultrarrápidos, tecnologias como OFE² poderia inaugurar uma nova era de IA em tempo real e de baixo consumo de energia. “Os avanços apresentados em nosso estudo levam os operadores de difração integrados a uma taxa mais alta, fornecendo suporte para serviços de uso intensivo de computação em áreas como reconhecimento de imagem, assistência médica assistida e finanças digitais. Esperamos colaborar com parceiros que tenham necessidades computacionais com uso intensivo de dados”, conclui Chen.