Chip fotonici per reti neurali a basso consumo energetico

Pubblicato su Science uno studio del Politecnico di Milano

Uno studio del Politecnico di Milano e dell’Università di Stanford, pubblicato sulla rivista Science, dimostra che è possibile realizzare reti neurali estremamente efficienti utilizzando chip fotonici.

Le reti neurali sono strutture di calcolo distribuito ispirate alla struttura di un cervello biologico e mirano a ottenere prestazioni cognitive paragonabili a quelle umane. Sono utilizzate in molti campi, come il riconoscimento e la sintesi vocale e di immagini, i sistemi di guida autonoma e realtà aumentata, la bioinformatica, il sequenziamento genetico e molecolare, le tecnologie di high performance computing.

Le reti neurali vengono addestrate, in fase di “training”, con un’elevata quantità di informazioni note, in base alle quali diventano in grado di adattare il proprio comportamento, lavorando in autonomia. Il training, però, è un processo estremamente costoso dal punto di vista energetico.

I ricercatori del Photonic Devices Lab del Politecnico e di Polifab, il centro di micro e nanotecnologie dell’Ateneo, in collaborazione con ricercatori dell’Università di Stanford, hanno cercato una soluzione, sviluppando un microchip di silicio delle dimensioni di pochi millimetri quadrati con integrato un acceleratore fotonico che permette di svolgere i calcoli in modo molto rapido – in meno di un miliardesimo di secondo – ed efficiente. Grazie a questo chip fotonico le operazioni della rete si svolgono con un notevole risparmio energetico.

Oltre che per le reti neurali, il dispositivo sviluppato potrà essere utilizzato come unità di calcolo per molteplici applicazioni in cui sia richiesta elevata efficienza computazionale, ad esempio per acceleratori grafici, coprocessori matematici, data mining, crittografia e computer quantistici.

Per maggiori informazioni
Lo studio pubblicato online su Science
H.P.C. & Quantum @polimi