האור כבר יודע לחשב. עכשיו צריך לחבר אותו למחשב

העבודה יכולה להתחיל ליד המצלמה

מצלמה אוספת אור, אבל כדי שמערכת בינה מלאכותית תזהה בו אדם או מכונית, המידע בדרך כלל עובר לעיבוד אלקטרוני. מקסים שצ׳רבקוב מאוניברסיטת קליפורניה באירוויין מציע לחשוב על אפשרות אחרת: לבצע חלק מהעבודה כשהמידע עדיין מיוצג באור. הרעיון הזה עומד במרכז הדיון על מאיצים פוטוניים, רכיבים שמשתמשים בתכונות האור כדי לבצע פעולות חישוב.

במאמר פרספקטיבה שפורסם בנייצ׳ר פוטוניקס ב־15 בספטמבר, שצ׳רבקוב ועמיתיו דמיטרי נצ׳יפורנקו ואבישק גאוטם בחנו היכן החומרה הזאת עשויה להשתלב בתשתיות הבינה המלאכותית. מדובר בסקירת כיוונים ותוצאות קיימות. החידוש לקורא הוא המפה שעולה ממנה: הדרך למוצר שימושי עשויה לעבור בחיישן קטן לפני שתגיע למרכז הנתונים.

איך מספר הופך לאור

רשתות עצביות מבצעות שוב ושוב פעולות על קבוצות של מספרים. כל ערך מקבל משקל, התוצאות מצטרפות, ומהן נוצרת שכבת מידע חדשה. בחומרה אופטית אפשר לייצג ערכים בתכונות של האור, להעביר אותם דרך רכיבים שמשנים את האות ולקרוא את התוצאה באמצעות גלאי.

כדי להבין את העיקרון, אפשר לדמיין כמה מסלולי אור שמשפיעים על התוצאה המתקבלת בנקודת המפגש שלהם. זו המחשה בלבד; תכנון מאיץ דורש שליטה מדויקת באותות, ברעש ובהפסדים. אבל היא מסבירה מדוע פיזיקאים מסתכלים על האור גם כחומר שמחשב, מעבר לתפקידו בהעברת מידע.

מכאן גם נובעת ההבטחה: פעולות מסוימות עשויות להתבצע באמצעות התנהגות פיזיקלית של מערכת, במקום רצף ארוך של פעולות אלקטרוניות. כדי להפיק מכך יתרון צריך להתאים בין הפעולה הרצויה לבין מה שהרכיב מסוגל לבצע היטב.

דוגמה אפשרית היא חיישן שמסנן מידע ראשוני לפני העברתו למעבד. במקרה כזה צריך למדוד גם מה אבד בסינון: חיסכון בהעברת נתונים אינו מועיל אם פרטים שהמשימה זקוקה להם נעלמים יחד עם הרעש.

הגבול שבו חוזרים לשלם בחשמל

בראיון שפרסמה האוניברסיטה מסביר שצ׳רבקוב שהעתק אופטי ישיר של מעבד גרפי עדיין אינו פתרון כללי מוכן. בין המערכת הדיגיטלית לרכיב האופטי יש נקודות מעבר: לייזר ומאפנן מייצגים מידע באור, וגלאים מחזירים אותו לאות חשמלי. כל שלב כזה דורש משאבים ומשפיע על זמן העיבוד.

גם בנספח הסקירה מופיעה אותה בעיה בחישובי האנרגיה. התוצאה תלויה במה נכלל בחשבון: מקור האור, ממירי האותות, הזיכרון והאלקטרוניקה שסביב המאיץ. השוואה שמודדת רק את הפעולה האופטית אינה מספיקה כדי לדעת מה יקרה לצריכת החשמל של מערכת שלמה.

לכן לא נכון לחבר מספרי יעילות ממחקרים שונים לדירוג אחד בלי לבדוק את תנאי המדידה. דיוק החישוב, גודל הקלט, קצב עדכון הנתונים והציוד הנלווה יכולים לשנות את משמעות המספר. במערכת מעשית צריך לבדוק את שרשרת הפעולות כולה, מהקלט ועד התוצאה.

למה משימה קטנה יכולה להיות התחלה גדולה

במרכז נתונים נדרשת גמישות: אותה חומרה אמורה לשרת מודלים ועומסים רבים. ליד מצלמה או חיישן אפשר לפעמים להגדיר משימה צרה יותר. אם רכיב מזהה תכונה שימושית לפני שכל התמונה נשלחת לעיבוד נוסף, הוא עשוי להפחית את העבודה של השלבים הבאים. זה הכיוון ששצ׳רבקוב מתאר בראיון, לא תיאור של מוצר שנבדק כאן.

ההבדל בין המשימות משפיע גם על השאלה מה נחשב להצלחה. במערכת אחת חשוב להספיק יותר פעולות בשנייה. באחרת חשובה התגובה לאירוע בודד, או היכולת להישאר בתוך מגבלת החשמל והמקום של המכשיר. הכינוי ״מהיר״ לבדו מסתיר את ההבדלים האלה.

המאיצים הפוטוניים מצטרפים לעוד ניסיונות לשנות את החומרה שמתחת למודלים: קירוב הזיכרון לחישוב, שימוש בדינמיקה פיזיקלית וחלוקת עבודה בין רכיבים ייעודיים. מבחינת המשתמש, המבחן המעשי יהיה מערכת שמבצעת משימה נחוצה היטב, עם כל הציוד שסביבה. הרכיב הראשון שיצליח בכך לא חייב להחליף חוות שרתים. ייתכן שהוא פשוט יישב ליד עדשת המצלמה.