哥倫比亞大學(xué)工程師發(fā)明了一種強(qiáng)大的3D光子電子芯片

哥倫比亞大學(xué)的工程師們發(fā)明了一種強(qiáng)大的 3D 光子電子芯片，它可以克服人工智能最大的硬件挑戰(zhàn)之一：耗能的數(shù)據(jù)傳輸。他們的設(shè)計(jì)將基于光的數(shù)據(jù)移動(dòng)與 CMOS 電子設(shè)備相結(jié)合，以實(shí)現(xiàn)極高的效率和帶寬。這一突破可能會(huì)重塑 AI 硬件，使系統(tǒng)更智能，能夠以更快的速度傳輸數(shù)據(jù)，同時(shí)消耗更少的能源——這對(duì)于自動(dòng)駕駛汽車、大規(guī)模 AI 模型等未來技術(shù)至關(guān)重要。

3D光子芯片模塊。圖片來源：Keren Bergman

人工智能 (AI) 具有推動(dòng)重大技術(shù)突破的潛力，但其進(jìn)展因能源效率低下和數(shù)據(jù)傳輸瓶頸而放緩。現(xiàn)在，哥倫比亞工程大學(xué)的研究人員開發(fā)出了一種有前途的解決方案：一種 3D 光子電子平臺(tái)，可顯著提高能源效率和帶寬密度。這些是構(gòu)建更快、更強(qiáng)大的 AI 硬件的關(guān)鍵步驟。

這項(xiàng)研究發(fā)表在《自然光子學(xué)》雜志上，由電氣工程系查爾斯·巴徹勒教授凱倫·伯格曼領(lǐng)導(dǎo)，介紹了一種將光子學(xué)與先進(jìn)的互補(bǔ)金屬氧化物半導(dǎo)體 (CMOS) 電子技術(shù)相結(jié)合的新方法。這種集成實(shí)現(xiàn)了高速、節(jié)能的數(shù)據(jù)通信，并直接解決了人工智能最大的硬件限制之一：快速移動(dòng)大量數(shù)據(jù)而不消耗電量。

“在這項(xiàng)研究中，我們提出了一項(xiàng)能夠以前所未有的低能耗傳輸大量數(shù)據(jù)的技術(shù)，”伯格曼說?！斑@項(xiàng)創(chuàng)新突破了長期以來限制傳統(tǒng)計(jì)算機(jī)和人工智能系統(tǒng)中數(shù)據(jù)移動(dòng)的能源障礙?！?/p>

電氣工程研究生、論文合著者邁克爾·卡倫 (Michael Cullen) 與凱倫·伯格曼 (Keren Bergman)（前景）在光波研究實(shí)驗(yàn)室一起工作。圖片來源：Timothy Lee/哥倫比亞工程學(xué)院

哥倫比亞大學(xué)工程團(tuán)隊(duì)與康奈爾大學(xué) Ilda 和 Charles Lee 工程學(xué)教授 Alyosha Christopher Molnar 合作開發(fā)了一款 3D 集成光子電子芯片，該芯片在緊湊的芯片空間內(nèi)擁有 80 個(gè)光子發(fā)射器和接收器的高密度。該平臺(tái)提供高帶寬（800 Gb/s），具有出色的能效，每比特僅消耗 120 飛焦耳。帶寬密度為 5.3 Tb/s/mm2，這項(xiàng)創(chuàng)新遠(yuǎn)遠(yuǎn)超出了現(xiàn)有基準(zhǔn)。

該芯片專為低成本而設(shè)計(jì)，將光子器件與 CMOS 電子電路集成在一起，并利用商業(yè)代工廠生產(chǎn)的組件，為廣泛的行業(yè)采用奠定了基礎(chǔ)。

該團(tuán)隊(duì)的研究重新定義了數(shù)據(jù)在計(jì)算節(jié)點(diǎn)之間的傳輸方式，解決了長期以來的能源效率和可擴(kuò)展性瓶頸。通過 3D 集成光子和電子芯片，該技術(shù)實(shí)現(xiàn)了無與倫比的節(jié)能和高帶寬密度，擺脫了傳統(tǒng)數(shù)據(jù)局部性限制。這個(gè)創(chuàng)新平臺(tái)使 AI 系統(tǒng)能夠高效傳輸大量數(shù)據(jù)，支持以前由于能源和延遲限制而不切實(shí)際的分布式架構(gòu)。

由此產(chǎn)生的進(jìn)步有望實(shí)現(xiàn)前所未有的性能水平，使該技術(shù)成為未來各種應(yīng)用計(jì)算系統(tǒng)的基石，從大規(guī)模 AI 模型到自主系統(tǒng)中的實(shí)時(shí)數(shù)據(jù)處理。除了 AI 之外，這種方法還具有為高性能計(jì)算、電信和分解式內(nèi)存系統(tǒng)帶來變革的潛力，標(biāo)志著節(jié)能、高速計(jì)算基礎(chǔ)設(shè)施新時(shí)代的到來。

編譯自/ScitechDaily