Éclairer une puce pourrait donner aux robots un cerveau IA plus rapide

Points clés

• Les chercheurs de Cornell Tech ont présenté un récepteur basé sur la lumière au symposium IEEE/JSAP sur la technologie VLSI et les circuits le mois dernier.
• L'appareil réécrit la mémoire intégrée d'une puce en projetant des motifs de lumière rouge ressemblant à des codes QR directement sur des cellules photosensibles, éliminant les circuits énergivores dont les systèmes optiques traditionnels ont besoin.
• Un expert indépendant a qualifié cette approche de « façon astucieuse » de s'attaquer à l'un des plus grands goulots d'étranglement du matériel IA.
• L'équipe affirme que la technologie pourrait réduire la consommation d'énergie dans les centres de données, les voitures autonomes et les robots alimentés par l'IA.
• Les cellules mémoire plus grandes que la norme restent un obstacle clé avant que la conception ne puisse apparaître dans le matériel commercial.

Imaginez votre assistant robot ayant besoin d'une mise à jour logicielle. Actuellement, faire entrer les nouvelles instructions d'IA dans la puce du cerveau du robot signifie faire circuler les données le long de fils en cuivre, ce qui consomme de l'énergie et ralentit tout. Une équipe de Cornell Tech pense que la lumière peut faire ce travail mieux.

Le chercheur postdoctoral Yifan He et le professeur associé Jae-sun Seo ont construit un récepteur qui se trouve à l'intérieur d'une puce et réécrit sa propre mémoire lorsqu'un faisceau de lumière le frappe. Le faisceau porte un motif de carrés clairs et sombres qui ressemble à un code QR. Chaque carré active ou désactive une petite cellule mémoire, en encodant les nombres, appelés paramètres, qui indiquent au modèle d'IA comment se comporter.

Pourquoi le déplacement de données par fil coûte-t-il autant d'énergie ?

La réponse courte : la distance et le volume. Les modèles d'IA sont d'énormes collections de nombres. La mémoire intégrée d'une puce, appelée SRAM (mémoire statique à accès aléatoire, le stockage rapide mais petit intégré dans un processeur), ne peut pas tous les contenir. Les données supplémentaires se trouvent donc dans un stockage séparé plus volumineux appelé DRAM (mémoire dynamique à accès aléatoire), relié par des fils métalliques. Faire circuler les nombres dans les deux sens sur ces fils consomme une quantité surprenante d'électricité, et cela s'aggrave à mesure que les systèmes d'IA grandissent.

Les liaisons optiques, qui transportent les données sous forme de lumière plutôt que de courant électrique, peuvent déplacer plus de données avec moins de perte d'énergie. L'inconvénient est que les circuits de réception de lumière d'aujourd'hui ont besoin de composants analogiques énergivores pour convertir les impulsions lumineuses en uns et zéros numériques. La conception de Cornell saute complètement cette étape de conversion. La lumière frappe une photodiode, un petit composant qui transforme la lumière en courant électrique, intégré directement dans chaque cellule mémoire. Ce courant bascule la valeur stockée de la cellule directement de zéro à un. Pas d'intermédiaire analogique requis.

« C'est l'un des principaux goulots d'étranglement », a déclaré Seo à IEEE Spectrum, qui a d'abord rapporté la recherche. L'expert indépendant Dennis Sylvester, qui dirige le département de génie électrique et informatique à l'Université du Michigan, l'a appelé « un problème vraiment important » avec « d'énormes implications commerciales ».

Qu'est-ce que cela signifie pour les robots et les appareils du quotidien ?

Pour les robots d'entrepôt, cela signifie un moyen plus rapide et moins coûteux de pousser les instructions d'IA mises à jour à chaque machine sans câbler chaque unité à un serveur central. Pour les minuscules microrobots, à peine plus grands qu'un ongle, cela pourrait éventuellement signifier transporter l'intelligence IA utile sans le matériel mémoire lourd qui rend actuellement cela peu pratique.

Sylvester note que la technologie est loin des rayons des magasins. Les cellules mémoire photosensibles sont actuellement plus grandes que les cellules SRAM standard, donc une puce les utilisant contient moins de mémoire au total, ce qui pourrait annuler les économies d'énergie.

L'équipe de Seo travaille à la réduction des cellules en optimisant les tailles des transistors. Ils s'associent également à des groupes d'optique pour construire un émetteur capable de faire clignoter le motif de lumière des millions de fois par seconde, atteignant les vitesses de gigabits par seconde que les applications réelles demandent. La version que He a présentée en laboratoire émet un motif unique fixe de 14 carrés par 14 à travers un pochoir métallique.

Quand cela pourrait-il apparaître dans de vrais produits ?

Selon Sylvester, trois à cinq ans est la fenêtre honnête pour l'IA edge en général. Le problème de la taille des cellules mémoire signifie que cette technologie spécifique a besoin de plus de développement avant de pouvoir égaler ce que les puces conventionnelles offrent. Pensez au prototype actuel comme la preuve que l'idée fonctionne, pas un produit prêt à être expédié.