MIT phát triển chip AI siêu tốc mở đường cho mạng 6G

Một nhóm nghiên cứu tại Viện Công nghệ Massachusetts (MIT) đã phát triển một chip AI mới hứa hẹn mở ra tương lai cho mạng 6G.

Lưu lượng dữ liệu đang gia tăng với tốc độ chóng mặt, cả tốc độ dữ liệu và nhu cầu phổ tần đều tăng theo cấp số nhân. Trong bối cảnh mạng nơ-ron sâu tiêu tốn nhiều năng lượng tính toán hơn, trong khi định luật Moore đang chậm lại, các kỹ sư đang tìm kiếm các phương pháp mới để xử lý thế hệ mạng tương lai, như mạng 6G.

Được thiết kế đặc biệt cho tín hiệu không dây mạng nơ-ron quang học biến đổi tần số tương tự nhân bội (MAFT-ONN), chip mới của MIT hoạt động hoàn toàn ở dạng tương tự trên tín hiệu tần số vô tuyến (RF) thô và đã đạt được độ chính xác lên đến 95% trong việc phân loại điều chế trong các thử nghiệm phòng thí nghiệm. Chip cũng thực hiện gần 4 triệu phép toán tích lũy nhân để nhận dạng chữ số viết tay từ bộ dữ liệu MNIST.

Khác với các mạng nơ-ron quang học cổ điển thường gặp khó khăn trong việc mở rộng quy mô và cần nhiều phần cứng bổ sung, MAFT-ONN giải quyết vấn đề này bằng cách chuyển đổi tín hiệu sang miền tần số trước khi số hóa. Mỗi lớp của chip sử dụng một bộ xử lý quang học duy nhất để thực hiện cả phép toán tuyến tính và phi tuyến tính ngay tại chỗ.

MAFT-ONN hoạt động nhanh hơn hàng trăm lần so với các bộ thu RF thông thường nhờ dữ liệu di chuyển ở dạng tương tự gần giới hạn dung lượng Shannon. Trong một lần đo 120 nano giây, chip đạt độ chính xác 85%, và với một vài phép đo bổ sung, độ chính xác có thể tăng lên trên 99%.

Tiến sĩ Ronald Davis III, một trong những nhà nghiên cứu, cho biết: “Chúng tôi có thể tích hợp 10.000 nơ-ron vào một thiết bị duy nhất và thực hiện các phép nhân cần thiết chỉ trong một lần”. Vị tiến sĩ này cho biết thêm: “Bạn đo càng lâu, độ chính xác càng cao. MAFT-ONN tính toán suy luận trong nano giây, vì vậy bạn không mất nhiều tốc độ để đạt được độ chính xác cao hơn”.

So với chip AI kỹ thuật số, bộ xử lý quang tử này nhanh hơn khoảng 100 lần và tiêu thụ ít điện năng hơn. Nó cũng nhỏ hơn, nhẹ hơn và rẻ hơn nên trở thành lựa chọn lý tưởng cho các thiết bị biên như radio nhận thức, có khả năng điều chỉnh định dạng điều chế theo thời gian thực để tăng tốc độ dữ liệu và giảm nhiễu.

Giáo sư Dirk Englund, tác giả chính của bài báo trên tạp chí Science Advances, cho biết: “Có rất nhiều ứng dụng có thể được kích hoạt bởi các thiết bị biên có khả năng phân tích tín hiệu không dây. Công trình này mở ra nhiều khả năng cho suy luận AI thời gian thực và đáng tin cậy và có thể mang lại tác động to lớn”.

Việc thúc đẩy học sâu với tốc độ ánh sáng không chỉ có lợi cho lĩnh vực không dây mà còn có thể giúp xe tự lái phản ứng nhanh chóng hoặc cho phép máy tạo nhịp tim thông minh theo dõi sức khỏe tim mạch liên tục. Nhóm nghiên cứu dự định tiếp tục phát triển các lược đồ ghép kênh để tăng cường khả năng tính toán và điều chỉnh thiết kế cho các mô hình AI lớn hơn như máy biến áp và mô hình ngôn ngữ lớn.