นักวิจัยได้สาธิตวิธีการประมวลผลแบบออปติคัลแบบใหม่ที่ดำเนินการประมวลผลเทนเซอร์ที่ซับซ้อนได้ภายในแสงเพียงครั้งเดียว ความก้าวหน้านี้อาจเปลี่ยนโฉมวิธีที่ระบบ AI สมัยใหม่ประมวลผลข้อมูล และช่วยลดภาระงานที่เพิ่มขึ้นของฮาร์ดแวร์ดิจิทัลแบบเดิม
การทำงานของเทนเซอร์ขับเคลื่อนงาน AI แทบทุกประเภทในปัจจุบัน GPU จัดการได้ดี แต่ปริมาณข้อมูลที่เพิ่มขึ้นอย่างรวดเร็วได้เผยให้เห็นข้อจำกัดด้านความเร็ว ประสิทธิภาพการใช้พลังงาน และความสามารถในการปรับขนาด
แรงกดดันนี้ผลักดันให้ทีมนานาชาติที่นำโดย ดร. หยูเฟิง จาง จากมหาวิทยาลัยอัลโต ต้องมองไกลกว่าวงจรอิเล็กทรอนิกส์กลุ่มนี้ได้พัฒนา “การประมวลผลเทนเซอร์แบบช็อตเดียว” ซึ่งเป็นเทคนิคที่ใช้คุณสมบัติทางกายภาพของแสงในการประมวลผลข้อมูล คลื่นแสงมีแอมพลิจูดและเฟส
ทีมได้เข้ารหัสข้อมูลดิจิทัลลงในคุณสมบัติเหล่านี้ และปล่อยให้คลื่นมีปฏิสัมพันธ์กันขณะเดินทาง การปฏิสัมพันธ์นี้ดำเนินการทางคณิตศาสตร์เช่นเดียวกับระบบการเรียนรู้เชิงลึก
ดร. จาง กล่าวว่า “วิธีการของเราดำเนินการแบบเดียวกับที่ GPU ในปัจจุบันดำเนินการ เช่น การคอนโวลูชันและชั้นความสนใจ แต่ดำเนินการทั้งหมดด้วยความเร็วแสง” เขาเสริมว่าระบบจะหลีกเลี่ยงการสลับทางอิเล็กทรอนิกส์เนื่องจากการดำเนินการทางแสงจะเกิดขึ้นตามธรรมชาติในระหว่างการแพร่กระจาย
แนวทางหลายความยาวคลื่นขยายความสามารถ
นักวิจัยได้พัฒนาวิธีการนี้ต่อไปโดยการเพิ่มความยาวคลื่นแสงหลายช่วงความยาวคลื่น ซึ่งแต่ละช่วงคลื่นจะทำหน้าที่เหมือนช่องทางการประมวลผลของตัวเอง ซึ่งช่วยให้ระบบประมวลผลการทำงานของเทนเซอร์ลำดับสูงแบบขนาน
จางเปรียบเทียบกระบวนการนี้กับการดำเนินงานในศุลกากรที่พัสดุทุกชิ้นต้องผ่านการตรวจสอบหลายครั้ง “ลองนึกภาพว่าคุณเป็นเจ้าหน้าที่ศุลกากรที่ต้องตรวจสอบพัสดุทุกชิ้นผ่านเครื่องจักรหลายเครื่องที่มีฟังก์ชันแตกต่างกัน แล้วจึงคัดแยกลงในถังที่ถูกต้อง” เขาอธิบาย
ข้อความอ้างอิงฉบับเต็มยังคงดำเนินต่อไปโดยการเปรียบเทียบเกี่ยวกับการรวมพัสดุและเครื่องจักรเข้าด้วยกันเป็นขั้นตอนเดียว ทีมงานกล่าวว่าสิ่งนี้สะท้อนให้เห็นถึงวิธีที่ “ตัวเชื่อมออปติคัล” ของพวกเขาเชื่อมต่ออินพุตแต่ละรายการเข้ากับเอาต์พุตที่ถูกต้องในการดำเนินการครั้งเดียว ข้อดีอีกประการหนึ่งคือความเรียบง่าย ปฏิสัมพันธ์เกิดขึ้นแบบพาสซีฟ ไม่มีวงจรควบคุมภายนอกมาควบคุมการประมวลผล วิธีนี้ช่วยลดการใช้พลังงานและทำให้ระบบสามารถผสานรวมได้ง่ายขึ้น
ศาสตราจารย์จือเป่ย ซุน หัวหน้ากลุ่มโฟโตนิกส์ของอัลโต กล่าวว่า วิธีการนี้ใช้ได้กับแพลตฟอร์มออปติคัลมากมาย “ในอนาคต เราวางแผนที่จะผสานรวมกรอบการประมวลผลนี้เข้ากับชิปโฟโตนิกส์โดยตรง ซึ่งจะทำให้หน่วยประมวลผลที่ใช้แสงสามารถทำงานด้าน AI ที่ซับซ้อนได้โดยใช้พลังงานต่ำมาก” เขากล่าว
เส้นทางสู่การใช้ในอุตสาหกรรม
ทีมวิจัยคาดว่าเทคโนโลยีนี้จะขยายไปสู่ฮาร์ดแวร์เชิงพาณิชย์ในเร็วๆ นี้ ดร. จางกล่าวว่าเป้าหมายคือการนำวิธีการนี้ไปปรับใช้บนแพลตฟอร์มที่สร้างโดยบริษัทขนาดใหญ่ เขาประเมินว่าจะสามารถบูรณาการได้ภายในสามถึงห้าปี
นักวิจัยโต้แย้งว่าระบบดังกล่าวอาจช่วยเพิ่มความเร็วของภาระงาน AI ในทุกสาขาที่ต้องอาศัยการประมวลผลแบบเรียลไทม์ ซึ่งรวมถึงการสร้างภาพ แบบจำลองภาษาขนาดใหญ่ และการจำลองทางวิทยาศาสตร์ วิธีการทางแสงยังช่วยลดการใช้พลังงาน ซึ่งเป็นข้อกังวลที่เพิ่มมากขึ้นเมื่อแบบจำลอง AI ขยายตัว
จางสรุปว่า “สิ่งนี้จะสร้างระบบประมวลผลทางแสงรุ่นใหม่ ซึ่งจะเร่งงาน AI ที่ซับซ้อนในหลากหลายสาขาได้อย่างมีนัยสำคัญ”
งานวิจัยนี้ตีพิมพ์ในวารสาร Nature Photonics
แล้วพบกับสาระดีๆแบบนี้ทางด้านงานช่าง งานวิศวกรรม และอุตสาหกรรมได้ที่ นายช่างมาแชร์ นะครับ
Website: www.naichangmashare.com
Facebook: https://www.facebook.com/naichangmashare/
Blockdit : https://www.blockdit.com/naichangmashare
Instragram: https://www.instagram.com/naichangmashare/
Twitter: https://twitter.com/naichangmashare
Youtube: https://www.youtube.com/@naichangmashare
TikTok : https://www.tiktok.com/@naichangmashare







