I ricercatori cinesi dell’Università di Tsinghua hanno sviluppato un chip fotoelettronico completamente analogico, chiamato ACCEL, in grado di elaborare attività di visione artificiale con maggiore velocità ed efficienza energetica rispetto ai chip esistenti. I risultati del gruppo di ricerca, che forniscono un’alternativa alle tecnologie esistenti basate sulla conversione da analogico a digitale, sono stati pubblicati sulla rivista Nature.
I segnali analogici e digitali sono due tipi di segnali che trasportano informazioni. I segnali analogici variano continuamente, come con i raggi di luce che formano un’immagine, mentre i segnali digitali sono non continui, come con i numeri binari. Nelle attività di elaborazione basate sulla visione come il riconoscimento di immagini e il rilevamento di oggetti, i segnali provenienti dall’ambiente sono analogici e devono essere convertiti in segnali digitali per l’elaborazione da parte delle reti neurali AI, sistemi addestrati a riconoscere modelli e relazioni in un set di dati. Tuttavia, la conversione da analogico a digitale richiede tempo ed energia, limitando la velocità e l’efficienza delle prestazioni della rete neurale. Il calcolo fotonico, che utilizza segnali luminosi analogici, è uno degli approcci più promettenti per affrontare il problema.
Nel nuovo studio, i ricercatori hanno progettato un processore fotoelettronico integrato per sfruttare i vantaggi sia della luce, sotto forma di fotoni, sia degli elettroni, come si trovano nelle correnti elettriche, in modo completamente analogico. Il risultato è chiamato “chip completamente analogico che combina elettronica e light computing” o ACCEL.
“Abbiamo massimizzato i vantaggi della luce e dell’elettricità con segnali completamente analogici, evitando gli inconvenienti della conversione da analogico a digitale e rompendo il collo di bottiglia del consumo energetico e della velocità”, ha affermato Fang Lu, un ricercatore del team Tsinghua.
I test hanno dimostrato che ACCEL è in grado di riconoscere e classificare oggetti con un grado di precisione paragonabile a quello delle reti neurali digitali. Inoltre, classifica le immagini ad alta risoluzione di varie scene della vita quotidiana più di 3.000 volte più velocemente e con un consumo energetico 4.000.000 di volte inferiore rispetto a una GPU (unità di elaborazione grafica) di fascia alta. Secondo lo studio, il processore ACCEL raggiunge 4.600 tera-operations al secondo (TOPS) nelle attività di visione. Ciò comporta un vantaggio prestazionale di 3,7 volte rispetto all’A100 (Ampere) di Nvidia che è elencato con un picco di 1.248 TOPS nei carichi di lavoro INT8. Secondo il documento di ricerca, ACCEL può avere un’efficienza energetica sistemica di 74,8 peta-operations al secondo per watt.
Una revisione dei redattori di Nature ha affermato che il team ha ridotto al minimo la necessità di convertitori analogico-digitali energeticamente costosi. “Questo approccio innovativo e pragmatico all’hardware di intelligenza artificiale, altamente efficiente dal punto di vista energetico, sfrutta al massimo le tecnologie di calcolo elettronico e fotonico”, si afferma nella revisione.
Lo studio afferma che questa tecnologia ha ampie applicazioni, inclusi dispositivi indossabili, veicoli autonomi e ispezioni industriali, dove l’elaborazione visiva rapida ed efficiente dal punto di vista energetico è fondamentale. Dai Qionghai, direttore della Scuola di scienza e tecnologia dell’informazione presso l’Università di Tsinghua, ha affermato che il team ha sviluppato un prototipo di chip e lavorerà per realizzare un chip di intelligenza artificiale generico per una gamma più ampia di applicazioni.
