Wavelength-Division-Multiplexed Photonic Tensor Core Using Nonvolatile and Volatile Weighting with a General Matrix-Multiply Compiler
본 논문은 비휘발성 상변화 메모리와 휘발성 열광학 가중치를 모두 통합하고 맞춤형 컴파일러의 지원을 받아, 예상 성능이 8.75 TOPS 및 3.04 TOPS/W에 달하는 고효율 행렬 곱셈을 달성하는 파장 분할 다중화 광학 텐서 코어의 설계, 제작 및 실험적 입증을 제시한다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
현대 세계에서 인공지능은 의료 진단부터 자율 주행 차량에 이르기까지 모든 것을 주도하는 강력한 힘이 되었습니다. 하지만 이 지능에는 가혹한 대가가 따릅니다. 이러한 시스템을 구동하는 거대한 컴퓨터 칩들이 물리적 한계에 부딪히고 있기 때문입니다. 이 칩들은 복잡한 계산에 대한 증가하는 수요를 따라잡기에는 너무 커지고, 너무 느려지며, 너무 많은 에너지를 소모하고 있습니다. 이를 해결하기 위해 과학자들은 빛을 향해 눈을 돌리고 있습니다. 전통적인 컴퓨터가 실리콘 와이어를 통해 정보를 이동시키기 위해 전기를 사용하는 대신, 연구자들은 광자, 즉 빛의 입자를 사용하여 계산을 수행하는 방법을 탐구하고 있습니다. 빛은 더 빠르게 이동할 수 있고 열을 적게 발생시키면서 더 많은 데이터를 운반할 수 있어, 믿을 수 없을 정도로 빠르면서도 놀라울 정도로 효율적인 기계로 가는 잠재적인 경로를 제공합니다. 과제는 빛을 안내할 수 있을 뿐만 아니라, 정확도나 안정성을 잃지 않으면서 인공지능이 요구하는 특정한 고부하 수학 연산인 행렬 곱셈을 수행할 수 있는 칩을 만드는 것이었습니다.
한 연구팀은 빛을 사용하여 이러한 필수적인 계산을 수행하는 새로운 유형의 컴퓨터 칩을 설계하고 테스트함으로써 중요한 진전을 이루었습니다. 그들은 인공지능의 수학적 원리를 처리하는 특화된 엔진 역할을 하는 '포토닉 텐서 코어(photonic tensor core)'라는 장치를 만들었습니다. 연구팀은 서로 다른 유형의 작업을 어떻게 처리할 수 있는지 확인하기 위해 두 가지 다른 버전의 이 엔진을 제작했습니다. 한 버전은 전력이 필요하지 않아도 정보를 영구적으로 저장할 수 있는 특수 재료를 사용하는데, 이는 결코 잊지 않는 디지털 메모리와 매우 유사합니다. 다른 버전은 순식간에 설정을 변경할 수 있는 빠르게 조절 가능한 시스템을 사용하여, 새로운 데이터에 빠르게 적응할 수 있게 합니다. 두 버전 모두 파장 분할 다중화(wavelength-division multiplexing)라는 기술에 의존하는데, 이는 마치 고속도로에 여러 차선이 있어 단일 도로보다 더 많은 교통량을 처리할 수 있는 것처럼, 서로 다른 색의 빛을 사용하여 동시에 여러 스트림의 데이터를 보낼 수 있게 해줍니다.
연구진은 이 칩들을 성공적으로 구축하고 실제 작업에서 얼마나 잘 수행되는지 테스트했습니다. 그들은 영구적인 재료를 사용하는 버전이 정보를 유지하는 데 거의 전력을 소비하지 않아 에너지 효율이 매우 높으며, 이는 단일 배터리로 오랫동안 작동해야 하는 기기에 이상적이라는 것을 발견했습니다. 조절 가능한 버전은 설정을 변경하는 데 약간 더 많은 전력을 사용하지만, 더 높은 정밀도를 제공하고 빠르게 재구성될 수 있어 지속적인 업데이트가 필요한 작업에 더 적합했습니다. 시스템이 제대로 작동함을 증න්න하기 위해, 팀은 이를 사용하여 이미지를 처리했습니다. 그들은 칩에 사진의 가장자리를 식별하고 얼굴을 디지털 마스크와 결합하도록 요청했는데, 이는 컴퓨터가 세상을 보고 이해하는 방식의 기초가 되는 작업들입니다. 칩은 훨씬 더 크고 전력을 많이 소모하는 전자 프로세서를 필요로 할 법한 계산들을 매우 낮은 오류율로 성공적으로 수행하며 이 작업들을 완료했습니다.
더 큰 인공지능 모델에 필요한 복잡한 수학을 처리할 수 있도록 보장하기 위해, 연구진은 또한 특수한 소프트웨어 도구를 개발했습니다. 이 도구는 번역기 역할을 하여, 거대하고 복잡한 수학 문제를 물리적 칩이 처리할 수 있는 작은 조각들로 나눕니다. 그들은 이 하드웨어와 소프트웨어의 조합을 사용하여 필기체 숫자를 인식하는 시뮬레이션을 수행함으로써 테스트했습니다. 결과는 빛 기반 시스템이 가장 복잡한 수학 부분을 다룰 때 표준 전자 컴퓨터보다 약간 덜 정확했지만, 속도와 에너지 사용 측면에서는 압도적으로 우수하다는 것을 보여주었습니다. 연구진은 만약 자신들의 설계를 더 큰 규모로 확장한다면, 이 시스템이 현재 기술이 요구하는 에너지의 극히 일부만을 사용하면서 초당 수십억 번의 계산을 수행할 수 있을 것이라고 추정합니다.
이 연구는 서로 다른 유형의 빛 기반 프로세서를 특정 요구에 맞게 결합할 수 있는 모듈형 시스템을 구축하는 것이 가능하다는 것을 보여줍니다. 연구팀은 수학적 계산의 중책을 수행하기 위해 빛을 사용함으로써, 현재 사용 가능한 것보다 더 빠를 뿐만 아니라 훨씬 더 작고 에너지 효율적인 시스템을 만들 수 있음을 보여주었습니다. 현재의 프로토타입은 작은 개념 증명 단계이지만, 그들이 입증한 원리들은 인공지능이 거대한 데이터 센터 없이도 소형 휴대용 기기에서 실행될 수 있는 미래를 암시합니다. 연구진은 이러한 빛 기반 칩을 계속 개선하고 기존 전자 시스템과 통합함으로써, 정보를 빛의 속도로 처리할 수 있는 차세대 기술의 문을 열 수 있다고 믿고 있습니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.