哥倫比亞大學(xué)工程師發(fā)明了一種強大的3D光子電子芯片

哥倫比亞大學(xué)的工程師們發(fā)明了一種強大的 3D 光子電子芯片，它可以克服人工智能最大的硬件挑戰之一：耗能的數據傳輸。他們的設計將基于光的數據移動(dòng)與 CMOS 電子設備相結合，以實(shí)現極高的效率和帶寬。這一突破可能會(huì )重塑 AI 硬件，使系統更智能，能夠以更快的速度傳輸數據，同時(shí)消耗更少的能源——這對于自動(dòng)駕駛汽車(chē)、大規模 AI 模型等未來(lái)技術(shù)至關(guān)重要。

3D光子芯片模塊。圖片來(lái)源：Keren Bergman

人工智能 (AI) 具有推動(dòng)重大技術(shù)突破的潛力，但其進(jìn)展因能源效率低下和數據傳輸瓶頸而放緩?，F在，哥倫比亞工程大學(xué)的研究人員開(kāi)發(fā)出了一種有前途的解決方案：一種 3D 光子電子平臺，可顯著(zhù)提高能源效率和帶寬密度。這些是構建更快、更強大的 AI 硬件的關(guān)鍵步驟。

這項研究發(fā)表在《自然光子學(xué)》雜志上，由電氣工程系查爾斯·巴徹勒教授凱倫·伯格曼領(lǐng)導，介紹了一種將光子學(xué)與先進(jìn)的互補金屬氧化物半導體 (CMOS) 電子技術(shù)相結合的新方法。這種集成實(shí)現了高速、節能的數據通信，并直接解決了人工智能最大的硬件限制之一：快速移動(dòng)大量數據而不消耗電量。

“在這項研究中，我們提出了一項能夠以前所未有的低能耗傳輸大量數據的技術(shù)，”伯格曼說(shuō)?！斑@項創(chuàng )新突破了長(cháng)期以來(lái)限制傳統計算機和人工智能系統中數據移動(dòng)的能源障礙?！?/p>

電氣工程研究生、論文合著(zhù)者邁克爾·卡倫 (Michael Cullen) 與凱倫·伯格曼 (Keren Bergman)（前景）在光波研究實(shí)驗室一起工作。圖片來(lái)源：Timothy Lee/哥倫比亞工程學(xué)院

哥倫比亞大學(xué)工程團隊與康奈爾大學(xué) Ilda 和 Charles Lee 工程學(xué)教授 Alyosha Christopher Molnar 合作開(kāi)發(fā)了一款 3D 集成光子電子芯片，該芯片在緊湊的芯片空間內擁有 80 個(gè)光子發(fā)射器和接收器的高密度。該平臺提供高帶寬（800 Gb/s），具有出色的能效，每比特僅消耗 120 飛焦耳。帶寬密度為 5.3 Tb/s/mm2，這項創(chuàng )新遠遠超出了現有基準。

該芯片專(zhuān)為低成本而設計，將光子器件與 CMOS 電子電路集成在一起，并利用商業(yè)代工廠(chǎng)生產(chǎn)的組件，為廣泛的行業(yè)采用奠定了基礎。

該團隊的研究重新定義了數據在計算節點(diǎn)之間的傳輸方式，解決了長(cháng)期以來(lái)的能源效率和可擴展性瓶頸。通過(guò) 3D 集成光子和電子芯片，該技術(shù)實(shí)現了無(wú)與倫比的節能和高帶寬密度，擺脫了傳統數據局部性限制。這個(gè)創(chuàng )新平臺使 AI 系統能夠高效傳輸大量數據，支持以前由于能源和延遲限制而不切實(shí)際的分布式架構。

由此產(chǎn)生的進(jìn)步有望實(shí)現前所未有的性能水平，使該技術(shù)成為未來(lái)各種應用計算系統的基石，從大規模 AI 模型到自主系統中的實(shí)時(shí)數據處理。除了 AI 之外，這種方法還具有為高性能計算、電信和分解式內存系統帶來(lái)變革的潛力，標志著(zhù)節能、高速計算基礎設施新時(shí)代的到來(lái)。

編譯自/ScitechDaily