Informática

Computação fotônica faz cálculos com luz diretamente na memória

Computação fotônica faz cálculos com luz diretamente na memória
Os cálculos não apenas são feitos usando apenas pulsos de luz, como eles também são feitos diretamente na memória. [Imagem: IBM Research Zurique]

Computação na memória

Pesquisadores europeus deram uma demonstração prática decisiva no campo da "computação com luz", que promete processadores fotônicos, onde a eletricidade é substituída por luz, para aumentar a velocidade e gastar menos energia.

"Juntos, nós desenvolvemos uma abordagem totalmente óptica para o desenvolvimento da multiplicação direta na memória em um dispositivo fotônico integrado baseado em memórias de mudança de fase multinível não-voláteis," escreveram Carlos Ríos e seus colegas da IBM Research (Suíça) e universidades de Oxford, Exeter (Reino Unido) e Munique (Alemanha).

Ou seja, além de fazer cálculos usando apenas luz, o dispositivo também faz os cálculos diretamente na memória, evitando a necessidade de troca de dados entre processador e memória, como nos computadores atuais.

As memórias de mudança de fase (PCM) são uma tecnologia emergente de memória não volátil que promete desempenhar um papel significativo não apenas nos computadores atuais, mas também nos futuros sistemas de computação.

Multiplicação direta em um chip fotônico

Nos anos recentes, as memórias fotônicas integradas tornaram-se um campo fértil de pesquisa. No entanto, os engenheiros não haviam conseguido até agora superar os desafios relativos à comutação de energia, velocidade e latência de detecção que surgem quando se realizam tarefas computacionais no mesmo chip - implementando simultaneamente a função de memória.

"Em nosso trabalho, demonstramos a primeira instância de uma memória computacional fotônica para multiplicação escalar direta de dois números, usando uma única célula de memória fotônica integrada. Nosso dispositivo se baseia na interação distinta de dois pulsos, cada um representando um número a ser multiplicado. Uma pulsação dá energia acima do limite de chaveamento para induzir mudanças estruturais no material, e a outra abaixo, em um guia de ondas fotônico integrado. Indo um passo adiante, usamos então elementos fotônicos não-voláteis baseados no material de mudança de fase (Ge2Sb2Te5) para obter multiplicações diretas escalar e matriz-vetor," escreveu a equipe.

A computação direta na memória quebra a dicotomia processador-memória, evitando o tráfego de dados entre chips. Versões eletrônicas dessa abordagem, em escala experimental, já se mostraram capazes de realizar tarefas complexas, como multiplicações escalares e detecção de correlações. Passar do domínio elétrico para o domínio óptico tem ainda mais vantagens, incluindo o aumento da velocidade e da largura de banda.

Computação fotônica faz cálculos com luz diretamente na memória
"Nos grandes esquemas das coisas, nosso trabalho representa um marco importante para o processamento óptico na memória." [Imagem: IBM Research Zurique]

Computadores fotônicos na prática

"A nossa abordagem totalmente óptica não é apenas única, também é fácil de fabricar e operar. Além disso, ela prepara o terreno para o desenvolvimento de computadores totalmente fotônicos operacionais. Nos grandes esquemas das coisas, nosso trabalho representa um marco importante para o processamento óptico na memória. Além disso, as operações de multiplicação de vetores matriciais usando células de memória de múltiplas fases têm o potencial de dar sustentação a operações chave de processamento em áreas computacionais como análise de megadados e inteligência artificial.

"Mas a lista não pára por aí. Tal arquitetura poderia resolver eficientemente sistemas de equações lineares e avançar várias outras áreas computacionais emergentes, incluindo aprendizado de máquina e aprendizado profundo. O próximo passo é descobrir como escalonar os tamanhos das matrizes nos chips fotônicos - um desafio no qual estamos trabalhando agora," finalizou a equipe.

Bibliografia:

In-memory computing on a photonic platform
Carlos Ríos, Nathan Youngblood, Zengguang Cheng, Manuel Le Gallo, Wolfram H. P. Pernice, C. David Wright, Abu Sebastian, Harish Bhaskaran
Science Advances
Vol.: 5, no. 2, eaau5759
DOI: 10.1126/sciadv.aau5759




Outras notícias sobre:

    Mais Temas