После того как Вашингтон ввел очередные санкции против КНР, ограничив доступ Китая к ключевым компьютерным технологиям, Пекин ищет пути укрепления своего положения в области вычислительной техники и искусственного интеллекта, пишет SCMP. Китайская корпорация SMIC разработала инновационный чип, взяв за основу процесс производства транзисторов 20-летней давности.
Новое устройство — аналоговый электронно-оптический чип ACCEL — обеспечивает высокую скорость работы за счет использования фотонов для вычисления и переноса информации. Этим он отличается от современных оптических чипов, которые используют электрический ток для вычислений, поскольку фотонами сложнее управлять.
В лабораторных испытаниях новый чип достиг скорости 4,6 петафлопса, что в 3000 раз больше, чем у самого распространенного процессора для ИИ (и запрещенного к продаже гражданам Китая на основании санкций, введенных США) — видеокарты Nvidia A100. Вдобавок, ACCEL потребляет в 4 млн раз меньше энергии. Низкий расход энергии позволит решить проблему теплоотдачи, которая ставит серьезные препятствия дальнейшей миниатюризации современных интегральных схем.
«Производительность [чипа] может быть оптимизирована еще больше посредством усовершенствований в процессе изготовления или применения более дорогих процессов производства менее 100 нм», — говорится в статье, опубликованной командой исследователей из Университета Цинхуа.
К минусам архитектуры ACCEL относится его аналоговая природа, которая ограничивает диапазон решаемых задач и не позволяет работать с определенными программами или сжимать файлы, как обычные компьютерные чипы в смартфонах. Зато ACCEL способен выполнять, к примеру, распознавание изображений или помогать робомобилю ориентироваться в пространстве даже при слабом освещении.
Фотонные интегральные схемы, конфигурацию которых можно менять, создавались и прежде. Однако процесс этот всегда был сложным, требовавшим понимания внутренней структуры и принципов работы микрочипа. Китайские ученые разработали простой в использовании оптический чип, который сам приспосабливается к среде, меняя свои функции. Устройство можно использовать в оптических нейронных сетях, для классификации данных, распознавания жестов и речи.