По данным South China Morning Post, экспериментальная технология позволила увеличить скорость обработки данных более чем в 100 раз по сравнению с традиционными подходами, используя при этом примерно в девять раз меньше вычислительных ресурсов.
Разработка может стать одним из решений главной проблемы современной индустрии ИИ – стремительного роста потребления энергии и нехватки вычислительных мощностей для обучения и работы крупных нейросетей.
Искусственный интеллект уперся в ограничения энергии и железа
Развитие генеративного искусственного интеллекта требует все больше вычислительных ресурсов.
Современные нейросети, способные создавать тексты, изображения, видео и программный код, работают на огромных вычислительных кластерах из тысяч специализированных процессоров. Чем сложнее становятся модели, тем больше требуется серверов, электроэнергии и систем охлаждения.
Именно энергопотребление стало одной из главных проблем отрасли. Международное энергетическое агентство отмечает, что рост числа дата-центров, необходимых для работы ИИ-сервисов, уже оказывает заметное влияние на энергорынки.
В США, которые являются крупнейшим мировым центром развития искусственного интеллекта, мощности дата-центров в 2025 году достигли 53,7 ГВт. По прогнозам, к 2028 году они могут потреблять около 12% всей электроэнергии страны.
На этом фоне технологические компании по всему миру ищут способы повысить эффективность вычислений без простого увеличения числа серверов.
Китай предложил заменить электрические соединения оптическими
Команда ученых Пекинского университета разработала полностью оптическую систему межсоединений между вычислительными чипами.
Сегодня большинство серверных систем передают данные между процессорами с помощью электрических соединений. Однако при увеличении количества чипов такой подход становится ограничением – растут задержки передачи информации и энергозатраты.
Китайские исследователи предложили использовать световые сигналы вместо традиционной передачи данных по электрическим каналам.
Основой системы стали FPGA-чипы – программируемые микросхемы, которые широко применяются в центрах обработки данных.
Ученые объединили несколько таких чипов с помощью специальных оптических компонентов, фактически создав новую архитектуру вычислений.
Нейросеть обработала данные быстрее обычного GPU
Главная особенность разработки заключается в том, что каждый FPGA-чип выполнял обработку отдельного слоя нейросети и сразу передавал результат следующему вычислительному блоку.
При этом системе не требовалось постоянно сохранять промежуточные данные во внешней памяти и повторно загружать их, что является одним из узких мест современных ИИ-систем.
В ходе эксперимента:
- скорость передачи данных между чипами достигала 400 Гбит в секунду;
- оптический коммутатор мог объединять до 16 вычислительных чипов;
- общая пропускная способность системы достигала 6,4 Тбит в секунду;
- эффективность использования вычислительных блоков FPGA составила 94,7%.
При обработке тысячи изображений размером 32 × 32 пикселя новая система справилась с задачей за 105,16 микросекунды.
Для сравнения, традиционный GPU выполнил аналогичную операцию за 15,64 миллисекунды.
Почему эта разработка важна для будущего ИИ
Сегодня развитие искусственного интеллекта во многом ограничено не только качеством алгоритмов, но и физическими возможностями вычислительной инфраструктуры.
Крупнейшие разработчики ИИ – от производителей чипов до создателей нейросетей – инвестируют миллиарды долларов в строительство новых дата-центров и разработку более эффективных процессоров.
Однако простое увеличение числа GPU приводит к росту затрат на электроэнергию и охлаждение.
Если оптические технологии межсоединений смогут масштабироваться до промышленных решений, они могут позволить создавать более мощные нейросети без пропорционального увеличения энергопотребления.
Это особенно важно на фоне появления все более крупных моделей искусственного интеллекта.
Например, каждое новое поколение больших языковых моделей требует значительно больше вычислений для обучения. По оценкам отраслевых аналитиков, рост возможностей ИИ в ближайшие годы будет напрямую зависеть от способности компаний решать проблему нехватки вычислительных мощностей.
Китай усиливает позиции в мировой гонке искусственного интеллекта
Разработка Пекинского университета стала частью масштабной программы Китая по развитию собственных технологий искусственного интеллекта и вычислительной инфраструктуры.
Китай активно инвестирует в производство чипов, создание дата-центров и разработку национальных ИИ-платформ.
При этом страна сталкивается с ограничениями на поставки наиболее передовых американских процессоров для искусственного интеллекта, поэтому китайские компании и исследовательские центры уделяют большое внимание повышению эффективности имеющихся технологий.
Новая оптическая система пока находится на стадии экспериментальной разработки, однако она показывает одно из возможных направлений развития индустрии – переход от простого увеличения количества процессоров к созданию более эффективных архитектур вычислений.
В будущем именно такие технологии могут определить, насколько быстро будут развиваться большие нейросети и сколько энергии потребуется для их работы.
ТКС.РУ
Общение: 