de.wedoany.com-Bericht: Artilux hat kürzlich eine hybride Photoelektronik-AI-Computing-Architektur namens Inception eingeführt. Diese Architektur zielt darauf ab, vom traditionellen digital-elektronischen Paradigma zu einer photonisch-elektronischen Fusionstechnologie überzugehen, um die Leistungseffizienz und Flächeneffizienz zu steigern, ohne auf fortschrittliche CMOS-Technologieknoten und aktive Kühlung angewiesen zu sein. Mit dem kontinuierlichen Wachstum von Edge-AI- und Cloud-Workloads werden die Grenzen traditioneller Prozessoren in Bezug auf Energieverbrauch und Wärmemanagement immer deutlicher.
Das Kernstück dieser Architektur ist eine auf Photoelektronik basierende hybride pulsierende Array-Struktur, die mit bestehenden Prozessorarchitekturen kompatibel ist und groß angelegte allgemeine Matrixmultiplikationen durchführen kann. Die Architektur verwendet ein zweidimensionales Photoelektronik-Neuronenarray, wobei jedes Neuron aus einem Lichtemitter, einem Photodetektor und einem In-Pixel-Speicher besteht. Die Eingaben und Gewichtungen der Multiplikations-Akkumulations-Operationen werden durch optische Signalmodulation realisiert. Dieser Entwurf macht die arithmetisch-logischen Einheiten (ALUs) der traditionellen digital-elektronischen Pipeline überflüssig.
Eingaben und Gewichtungen können während des Berechnungsprozesses vollständig wiederverwendet werden, was dazu beiträgt, den Speicherbandbreitenbedarf und den Energieverbrauch für Datenbewegungen zu reduzieren und gleichzeitig schnelle dynamische Gewichtungsaktualisierungen zu unterstützen. Da die Photoelektronik-Architektur eine hohe Leistungsverarbeitungsfähigkeit pro Flächeneinheit aufweist, benötigt das System keine aktive Kühlung, und die Bereitstellungskomplexität wird entsprechend reduziert. Diese Eigenschaft verleiht ihm Anpassungspotenzial für den Einsatz in Edge-AI-Geräten.
Artilux gab an, dass der erste Prozessorkern auf Basis dieser Architektur bereits in der Entwicklungsphase ist. Das Design verwendet eine Standard-Gigahertz-Taktrate, und die Leistungskennzahlen umfassen Systemkomponenten wie Treiber, Digital-Analog-Wandler und Peripherieschnittstellen. Dieser technologische Weg bietet einen skalierbaren Pfad für die nächste Generation der Künstlichen Intelligenz-Infrastruktur, der vielfältige Rechenanforderungen von der Cloud bis zur Edge-AI abdecken kann.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
