Опрос
|
реклама
Быстрый переход
Аналоговый процессор из Китая оказался в 1000 раз быстрее чипов Nvidia и AMD, но есть нюансы
01.11.2025 [14:17],
Геннадий Детинич
Учёные из Пекинского университета (Peking University) разработали аналоговый чип, который устраняет «вековую проблему» низкой точности и непрактичности аналоговых вычислений, делая их конкурентоспособными с цифровыми процессорами. Опубликованное в октябре в журнале Nature Electronics исследование показало, что новый чип превосходит современный Nvidia H100 и не слишком актуальный AMD Vega 20 — в 1000 раз по производительности и в 100 раз по энергоэффективности. 
Источник изображения: ИИ-генерация Grok 4/3DNews Так называемая «вековая проблема» аналоговых вычислительных платформ коренится в сложных процессах контроля непрерывных физических сигналов, таких как напряжение и ток, что исторически увело аналоговые вычисления в тень цифровых. Но сегодня цифровые платформы столкнулись с проблемой дальнейшего масштабирования как по производительности, так и по энергопотреблению, что даёт шанс старым, забытым аналоговым вычислениям. В конечном итоге техника стала более совершенной — так почему бы не применить её к аналоговым методам? Новый аналоговый чип построен на массивах резистивной памяти с произвольным доступом (RRAM или ReRAM), где данные хранятся и обрабатываются путём регулирования и регистрации силы проходящего через ячейки электрического тока, без использования двоичного кодирования в 1 и 0. Тем самым появляется возможность хранить и обрабатывать данные на месте, не пересылая массивы информации за пределы процессора, как это происходит в цифровых платформах. Такой подход сразу даёт по энергопотреблению 100-кратное преимущество аналоговой схеме, хотя он применим не для всех случаев. В частности, китайские учёные показали преимущество созданного ими аналогового чипа в задачах инверсии матриц для MIMO-систем в беспроводной связи (много входов, много выходов). Это типичные схемы работы Wi-Fi-роутеров и платформ сотовой связи. Иначе говоря, донельзя практичное применение для новой разработки — особенно в свете прихода сетей 6G, когда в эфире станет до предела тесно от перекрёстных сигналов. При решении таких задач китайский аналоговый чип показал себя в 1000 раз производительнее, чем GPU Nvidia H100 и AMD Vega 20. Аналоговая вычислительная платформа экономит время на перекодировку данных и их пересылку, в сумме давая резкий выигрыш по сравнению с цифровыми платформами. Проблему низкой точности аналоговых решений учёные решили интересным образом: они разделили чип на общую часть для быстрой обработки данных и прецизионную — которая работала медленнее, но выдавала результат практически с «цифровой» точностью. Аналогичный подход можно применить для решения задач, связанных с ИИ. Тем самым аналоговые вычисления могут потеснить цифровые — не везде и не всегда, но шансы на это велики.. Когда «цифра» отдыхает: в США создали процессор для прямой обработки данных на микроволновых частотах
22.08.2025 [14:39],
Геннадий Детинич
С древнейших времён и до наших дней известны удачные примеры аналоговых вычислителей, которые для решения некоторых задач оказываются проще и эффективнее цифровых платформ. Сильнейшая сторона «цифры» — её универсальность. Но, возможно, пришло время создавать специализированные платформы? Этого требует экономия энергии и эффективность, что особенно важно для миниатюрных и интегрированных решений, о чём вспомнили учёные из США. 
Источник изображения: Cornell University Так, исследователи из Корнеллского университета (Cornell University) разработали удивительный микрочип, который они назвали «микроволновым мозгом». Это первый процессор, способный одновременно обрабатывать данные на высочайшей частоте и беспроводные сигналы, используя физику микроволн. Чип представляет собой полностью интегрированную микроволновую нейронную сеть на кремниевой основе. Этот микропроцессор способен выполнять вычисления в области высоких частот в реальном времени для таких задач, как декодирование радиосигналов, отслеживание целей радаром и обработка данных, потребляя при этом менее 200 мВт на частотах в десятки ГГц. Учёные уверены, что эта разработка знаменует собой значительный прорыв в области энергоэффективных вычислений. В отличие от традиционных цифровых процессоров, которые полагаются на синхронизированные по тактовому сигналу пошаговые операции, «микроволновый мозг» использует аналоговое нелинейное поведение в микроволновом диапазоне. Это позволяет обрабатывать потоки данных на частотах в десятки гигагерц, что значительно превосходит возможности большинства цифровых чипов. Архитектура чипа напоминает структуру человеческого мозга: нейронная сеть построена на взаимосвязанных управляемых волноводах, которые распознают шаблоны и обучаются на основе данных. В цифровых системах реализация подобной функциональности потребовала бы чрезвычайно сложной схемотехники, что резко увеличило бы задержки и энергопотребление. Для своих размеров чип демонстрирует высокие показатели: тесты показали 88 % точности при классификации типов беспроводных сигналов с использованием набора данных RadioML2016.10A. Он способен выполнять как простые логические вычисления, так и более сложные задачи — например, определять последовательности битов или подсчитывать двоичные значения в высокоскоростных потоках данных. Благодаря высокой чувствительности к входным сигналам, чип хорошо подходит для задач аппаратной безопасности, таких как обнаружение аномалий в беспроводных коммуникациях на нескольких частотных диапазонах. Исследователи отмечают, что дальнейшее снижение энергопотребления позволит использовать чип в устройствах для периферийных вычислений, таких как смарт-часы или смартфоны, обеспечивая локальную обработку данных без подключения к облачным серверам. Хотя чип пока находится на стадии экспериментальных исследований, учёные оптимистично оценивают его масштабируемость и возможность интеграции с существующими микроволновыми и цифровыми платформами. Работа выполнена в рамках проекта, поддержанного Агентством перспективных оборонных исследований (DARPA). Она ясно подчёркивает потенциал использования физики микроволн для создания компактных, энергоэффективных устройств, которые способны изменить подход к вычислениям и коммуникациям, делая их быстрее и менее зависимыми от облачных технологий. Пентагон заказал разработку аналоговых «мозгов» для дронов и систем автопилота
30.07.2025 [14:57],
Геннадий Детинич
По заказу военных США инженеры и программисты намерены воспроизвести в электронике зрительную систему мозга, чтобы создать новые инструменты искусственного интеллекта для управления автономными системами. Цифровые платформы и нейронные сети показали низкую энергоэффективность в сфере автопилотирования, поэтому для решения подобных задач учёные планируют разработать аналоговую электронику и новые инструменты программирования. 
Источник изображения: ИИ-генерация Grok 3/3DNews Контракт на разработку получил Рочестерский университет (University of Rochester). Соглашение заключено с Агентством перспективных оборонных исследовательских проектов (DARPA) на сумму $7,2 млн, которая будет выплачиваться в течение последующих 4,5 лет. В рамках проекта исследователи должны создать новую элементную базу и программное обеспечение для реализации так называемого предиктивного кодирования — подхода, основанного на биологических принципах работы человеческого мозга. Сети предиктивного кодирования (predictive coding networks) — это модели в области машинного обучения и нейронаук, основанные на концепции предсказания данных. Согласно этой теории, мозг (или модель) постоянно формирует прогнозы относительно входящих сенсорных сигналов и минимизирует ошибку предсказания, сравнивая ожидаемую и фактическую информацию. В контексте искусственных нейронных сетей такие модели часто используются в задачах компьютерного зрения и обработки естественного языка. Контракт предполагает достижение результата, при котором аналоговая система будет способна распознавать статические цифровые изображения. Если исследователям удастся добиться производительности, сопоставимой с существующими цифровыми решениями, то разработка сможет применяться в более сложных задачах, связанных с восприятием — в частности, в беспилотных автомобилях и автономных дронах. «Исследования нейробиологов показали, что механизм обратного распространения ошибки, лежащий в основе современных нейронных сетей, биологически неправдоподобен – системы восприятия нашего мозга работают иначе, — пояснил Майкл Хуанг (Michael Huang), профессор Рочестерского университета. — Чтобы решить эту проблему, мы задались вопросом: как это делает мозг? Преобладающей теорией стало предиктивное кодирование, предполагающее иерархический процесс прогнозирования и корректировки. Представьте, что вы перефразируете услышанное, сообщаете это говорящему и используете его ответ как обратную связь для уточнения своего понимания». Важно подчеркнуть, что, несмотря на новизну подхода, система будет базироваться на проверенных временем технологиях производства полупроводников. В частности, планируется использовать существующие техпроцессы, такие как комплементарная металл-оксид-полупроводниковая структура (КМОП). Вычисления со скоростью света: в США разработали аналоговый фотонный ИИ-ускоритель
17.02.2024 [15:53],
Геннадий Детинич
Группа учёных с факультета инженерии и прикладных наук Пенсильванского университета разработала новый чип, который для выполнения сложных математических операций использует не электричество, а световые волны. Кремниево-фотонный чип можно выпускать на современном оборудовании и использовать его, например, в качестве сопроцессора для GPU в задачах, связанных с машинным обучением. 
Источник изображения: ИИ-генерация Кандинский 3.0/3DNews Учёные создали и испытали чип на операциях векторно-матричного умножения для матриц 2 × 2 и 3 × 3. Также была показана возможность работы матрицы 10 × 10. Эти примеры продемонстрировали, что предложенные методы обладают потенциалом для создания крупномасштабных аналоговых вычислительных платформ на основе световых волн, о чём учёные рассказали в статье в журнале Nature Photonics. В основе работы лежит доказательство концепции изготовления волноводов и аморфных линз непосредственно на кремниевой пластине с помощью стандартных техпроцессов травления и обработки пластин. Традиционные методы изготовления метаструктур страдают такими ограничениями, как узкая полоса пропускания и высокая чувствительность к ошибкам изготовления. В частности, это ограничивает масштабирование подобных архитектур. Вместо того чтобы использовать кремниевую пластину одинаковой высоты, объясняют разработчики, «вы делаете кремний тоньше, скажем, на 150 нанометров», но только в определенных областях. Эти изменения высоты без добавления каких-либо других материалов обеспечивают средство контроля над распространением света через чип, поскольку изменения высоты могут быть распределены таким образом, чтобы свет рассеивался определенным образом, позволяя чипу выполнять математические вычисления со скоростью света. Проще говоря, в кремнии протравливаются волноводы и создаётся система линзирования, которые обеспечат прохождение светового сигнала по лабиринту волноводов с жёстко заданным алгоритмом и в зависимости от сигналов на входе получится определённый результат. Таким сопроцессором можно дооснастить обычный графический процессор, чтобы разгрузить его от энергозатратных операций векторно-матричного умножения и, таким образом, ускорить вычисления для задач искусственного интеллекта и машинного обучения. |
© 1997—2025 Электронное периодическое издание "3ДНьюс" | Свидетельство о регистрации СМИ Эл ФС 77-22224
выдано Федеральной Службой по надзору за соблюдением законодательства в сфере массовых коммуникаций и охране культурного наследия
При цитировании документа ссылка на сайт с указанием автора обязательна. Полное заимствование документа является
нарушением
российского и международного законодательства и возможно только с согласия редакции 3DNews.
MWC 2018
2018
Computex
IFA 2018
