Illuminare un Chip Potrebbe Dare ai Robot un Cervello AI più Veloce

Punti chiave

• I ricercatori di Cornell Tech hanno presentato un ricevitore basato sulla luce al Simposio IEEE/JSAP su VLSI Technology and Circuits il mese scorso.
• Il dispositivo riscrive la memoria incorporata di un chip illuminando direttamente celle fotosensibili con motivi simili a codici QR di luce rossa, eliminando i circuiti ad alta potenza che i sistemi ottici tradizionali richiedono.
• Un esperto indipendente ha definito l'approccio "un modo intelligente" di affrontare uno dei maggiori colli di bottiglia dell'hardware per l'AI.
• Il team sostiene che la tecnologia potrebbe ridurre il consumo energetico nei data centre, nelle auto a guida autonoma e nei robot alimentati da AI.
• Le celle di memoria più grandi dello standard rimangono un ostacolo chiave prima che il design potesse apparire nell'hardware commerciale.

Immaginate il vostro assistente robot che ha bisogno di un aggiornamento software. Attualmente, l'inserimento di nuove istruzioni di AI nel chip cerebrale del robot significa trasferire dati lungo fili di rame, consumando energia e rallentando tutto. Un team di Cornell Tech pensa che la luce possa fare questo lavoro meglio.

Il ricercatore postdottorale Yifan He e il professore associato Jae-sun Seo hanno costruito un ricevitore che si trova all'interno di un chip e riscrive la sua stessa memoria quando un fascio di luce lo colpisce. Il fascio trasporta un motivo di quadrati luminosi e scuri che assomiglia a un codice QR. Ogni quadrato attiva o disattiva una minuscola cella di memoria, codificando i numeri, chiamati parametri, che indicano a un modello di AI come comportarsi.

Perché spostare dati con fili costa tanta energia?

La risposta breve: distanza e volume. I modelli di AI sono enormi collezioni di numeri. La memoria incorporata di un chip, chiamata SRAM (static random-access memory, l'archiviazione veloce ma piccola incorporata in un processore), non può contenerli tutti. Quindi i dati aggiuntivi risiedono in un archivio separato e più grande chiamato DRAM (dynamic random-access memory), collegato da fili di metallo. Lo spostamento di numeri avanti e indietro lungo questi fili utilizza una sorprendente quantità di elettricità e peggiora man mano che i sistemi di AI crescono.

I collegamenti ottici, che trasportano dati come luce piuttosto che corrente elettrica, possono spostare più dati con meno perdita di energia. Il problema è che i circuiti ricevitori di luce attuali hanno bisogno di componenti analogici ad alta potenza per convertire i segnali luminosi in uno e zero digitali. Il design di Cornell salta completamente questo passaggio di conversione. La luce colpisce un fotodiodo, un minuscolo componente che converte la luce in corrente elettrica, incorporato direttamente in ogni cella di memoria. Quella corrente capovolge il valore memorizzato della cella direttamente da zero a uno. Nessun intermediario analogico necessario.

"Questo è uno dei principali colli di bottiglia", ha detto Seo a IEEE Spectrum, che per primo ha riferito la ricerca. L'esperto indipendente Dennis Sylvester, che presiede il dipartimento di ingegneria elettrica e informatica all'Università del Michigan, l'ha definito "un problema davvero importante" con "implicazioni commerciali massicce".

Cosa significa per i robot e i gadget quotidiani?

Per i robot da magazzino, significa un modo più veloce ed economico per inviare istruzioni di AI aggiornate a ogni macchina senza collegare ogni unità a un server centrale. Per microrobot minuscoli, appena più grandi di un'unghia, potrebbe infine significare portare intelligenza di AI utile senza l'hardware di memoria pesante che attualmente rende impratico.

Sylvester nota che la tecnologia è ancora lontana dagli scaffali dei negozi. Le celle di memoria fotosensibili sono attualmente più grandi delle celle SRAM standard, quindi un chip che le utilizza contiene meno memoria complessiva, il che potrebbe annullare i risparmi energetici.

Il team di Seo sta lavorando per ridimensionare le celle ottimizzando le dimensioni dei transistor. Stanno anche collaborando con gruppi di ottica per costruire un trasmettitore che possa far lampeggiare il motivo di luce milioni di volte al secondo, raggiungendo le velocità di gigabit al secondo che le applicazioni reali richiedono. La versione che He ha dimostrato in laboratorio emette un unico motivo fisso di 14 per 14 quadrati attraverso uno stencil di metallo.

Quando potrebbe apparire nei prodotti reali?

Da tre a cinque anni è l'orizzonte realista per l'AI edge in generale, secondo Sylvester. Il problema della dimensione delle celle di memoria significa che questa tecnologia specifica ha bisogno di ulteriore sviluppo prima di poter eguagliare quello che i chip convenzionali offrono. Pensate al prototipo attuale come prova che l'idea funziona, non come un prodotto pronto alla commercializzazione.