KI: Leistungssprung durch Rechnen mit Licht
Inhalt
Aktuelle Computersysteme in Data Centern, die auf konventionellen Schaltkreisen und elektronischen Bauteilen wie Transistoren beruhen, sind mit der Entwicklung von großen Sprachmodellen der künstlichen Intelligenz (KI) voll ausgelastet. Sie benötigen daher enorme Mengen an Energie. Gleichzeitig wird sehr viel Abwärme erzeugt, und die in vorhandenen Infrastrukturen kaum mehr zu steigernde Leistungskapazität bestehender Systeme muss durch den Bau weiterer – ebenso energieintensiver – Data Center ständig erhöht werden.
Seit geraumer Zeit arbeiten daher vor allem universitäre Forschungsinstitute, aber auch Start-ups an der Entwicklung von Alternativen. Im Fokus dieser Forschungen stehen optische oder photonische Prozessoren, die nicht mit Elektronen, sondern Laserpulsen arbeiten.
Sie bieten gleich mehrere Vorteile im Vergleich zu konventioneller Technik: Da Licht als Trägermedium anstelle von Elektronen verwendet wird, entsteht kein Widerstand bei der Datenverarbeitung, so dass auch keine Abwärme entwickelt wird. Damit entfallen kosten- und energieintensive Kühlmaßnahmen.
Der Energiebedarf der photonischen Prozessoren fällt ebenfalls signifikant geringer aus als bei konventionellen Prozessoren. Dadurch können wesentlich energieeffizientere Infrastrukturen aufgebaut werden, als es bislang möglich war.
Mehrere Durchbrüche
Inzwischen wird aufbauend auf den bisherigen Forschungsergebnissen global mit Hochdruck an der Entwicklung marktreifer optischer Computer gearbeitet (g+) . Dabei konzentrieren sich die Arbeiten auf hybride Systeme, bei denen konventionelle digitale Prozessoren durch optoelektronische ersetzt werden.
Bei diesen integrierten Prozessoren können sämtliche Grundoperationen eines neuronalen Netzes auf dem Chip ausgeführt werden. Der Prozessor besteht aus miteinander verbundenen optischen Modulen und kann in konventionelle Infrastrukturen eingebaut werden. Das Massachusetts Institute of Technology (MIT) stellte einen solchen optischen Prozessor, der durchgängig optisch arbeitet und die Signale erst bei der Ausgabe in elektrische umwandelt, Ende 2024 vor(öffnet im neuen Fenster) .
Genauigkeit von 96 Prozent
Das speziell für die künstliche Intelligenz entwickelte System soll beim Training von großen Sprachmodellen eine Genauigkeit von 96 Prozent erreichen und bei der Inferenz 92 Prozent. Dabei stechen im Vergleich zu konventionellen Systemen auch die extrem geringe Latenz und der niedrige Energieverbrauch ins Auge.
Doch während das MIT seinen optischen Prozessor bislang noch nicht zur Serienreife entwickelte, stellte das von drei Absolventen des MIT gegründete US-Start-up Lightmatter bereits einen Photonik-Prozessor vor, der eine ähnliche Geschwindigkeit erreicht wie ein konventioneller Nvidia-Grafikprozessor. So arbeitete die als Envise bezeichnete Lightmatter-Plattform in Tests dreimal schneller als eine A100-GPU von Nvidia und entfaltete in etwa die gleiche Leistung wie ein Nvidia-Grafikprozessor der aktuellen H100-Generation(öffnet im neuen Fenster) . Im Vergleich zur A100-GPU erwies sich der Lightmatter-Prozessor jedoch als etwa zehnmal energieeffizienter.