Informtica
Redação do Site Inovação Tecnológica – 09/09/2024
O processador de luz multiplicou o paralelismo por 100 graas adio de um canal de rdio.
[Imagem: Bowei Dong/A*STAR Research]
Paralelismo na computao
Os computadores que usamos em nosso dia a dia, que funcionam com base em arquiteturas eletrnicas e seus tradicionais processadores, ou CPUs, no se saem bem quando o assunto o paralelismo, que a capacidade para fazer mais de uma coisa ao mesmo tempo.
Por exemplo, o heri menos conhecido por trs das experincias multimdia, que exigem muito paralelismo, uma unidade de processamento grfico, ou GPU, cuja arquitetura permite realizar vrios clculos simultneos para renderizar imagens e vdeos com alta qualidade.
Na ltima dcada, o esforo por dar maior capacidade de paralelismo aos processadores tradicionais ganhou o reforo da computao ptica, que usa luz em vez de eletricidade para fazer funcionar seus processadores fotnicos.
“Ser capaz de processar mais dados em cada ciclo de clock significa que voc pode executar algoritmos mais rapidamente e com maior eficincia energtica,” explica o professor Bowei Dong, do Instituto de Microeletrnica A*STAR, de Cingapura.
Essa capacidade vem se apoiando nos chamados “aceleradores” baseados em hardware, arquiteturas especialmente projetadas para lidar com mltiplos fluxos de dados em uma nica etapa, e que esto se tornando ainda mais essenciais para atender s demandas complexas e pesadas dos sistemas de aprendizado de mquina e inteligncia artificial.
A ideia de adicionar camadas fotnicas s CPUs e GPUs para fazer isto no nova, mas a equipe do professor Dong tem uma novidade: Uma camada extra adicionada aos prprios processadores de luz, o que os torna 100 vezes mais rpidos do que o seu potencial estimado at agora.
[Imagem: Bowei Dong et al. – 10.1038/s41566-023-01313-x]
Acelerador fotnico
A ideia da equipe simples: Adicionar uma dimenso extra ao processamento de dados para impulsionar as capacidades de processamento paralelo.
Os processadores fotnicos utilizam mltiplos canais para manipular vrios fluxos de dados simultaneamente em um nico chip. Esses processadores exploram a cor da luz e inmeras fibras pticas, ou guias de onda, integrados em um ncleo tensor fotnico de processamento de dados.
Ncleos tensor so unidades de processamento especializadas, projetados para acelerar as operaes matemticas envolvidas em algoritmos de aprendizado de mquina, sobretudo a multiplicao de matrizes, convolues e outras transformaes lineares essenciais para funcionamento das redes neurais artificiais.
A questo que, tambm aqui, a luz faz um trabalho melhor do que a eletricidade. “O acesso a muitos graus de liberdade a razo pela qual a fotnica pode atingir maior paralelismo do que a eletrnica,” explicou Dong.
Arquitetura de sistema para computao “na ponta” – em vez de na nuvem – para convoluo sincronizada de 100 sinais de ECG clnicos de pacientes.
[Imagem: Bowei Dong et al. – 10.1038/s41566-023-01313-x]
Canal adicional de RF
Partindo da arquitetura fotnica, a equipe introduziu agora um canal adicional de dados, usando para isso ondas de rdio, aumentando a capacidade do ncleo tensor fotnico de processar ainda mais informaes simultaneamente.
Para demonstrar as vantagens de sua abordagem, a equipe adicionou a multiplexao de radiofrequncia a um processador fotnico e o testou para monitorar eventos em tempo real – neste caso, a atividade cardaca humana.
Processando dados de eletrocardiogramas clnicos de 100 pacientes, o novo processador manipulou os dados com um paralelismo duas ordens de magnitude maior (100 vezes) do que os mtodos atuais. E no foi apenas uma demonstrao de conceito: Ao aplicar um modelo de aprendizado de mquina a esses dados, o sistema identificou pacientes em risco de morte sbita com 93,5% de preciso.
Este avano oferece benefcios reais e imediatos que vo alm de um monitoramento aprimorado de pacientes em tempo real, como a ampliao da capacidade dos dispositivos da Internet das Coisas e da chamada computao na borda, que processa dados mais prximos de onde eles so gerados, obtendo resultados mais rpidos do que envi-los para a nuvem.
A equipe planeja agora desenvolver esse esquema promissor explorando mtodos para codificar informaes em canais de luz adicionais. “Enquanto isso, tambm exploraremos uma nova integrao eletrnica-fotnica para melhorar o desempenho de cada canal de computao individual,” acrescentou Dong.
Artigo: Higher-dimensional processing using a photonic tensor core with continuous-time data
Autores: Bowei Dong, Samarth Aggarwal, Wen Zhou, Utku Emre Ali, Nikolaos Farmakidis, June Sang Lee, Yuhan He, Xuan Li, Dim-Lee Kwong, C. D. Wright, Wolfram H. P. Pernice, H. Bhaskaran
Revista: Nature Photonics
Vol.: 17, 1080-1088
DOI: 10.1038/s41566-023-01313-x
Outras notcias sobre:
Mais tópicos











ENVIE UM COMENTÁRIO