Китайские и американские исследовательские группы объявили о конкурирующих достижениях в области вычислений искусственного интеллекта, которые, по их утверждению, обеспечивают значительный прирост скорости и эффективности по сравнению с традиционными ИИ-системами

Китайские и американские исследовательские группы объявили о конкурирующих достижениях в области вычислений искусственного интеллекта, которые, по их утверждению, обеспечивают значительный прирост скорости и эффективности по сравнению с традиционными ИИ-системами. Эти разработки знаменуют собой новую главу в глобальной гонке за лидерство в сфере ИИ: Китай представил архитектуру чипов, вдохновлённую принципами работы мозга и независимую от американских технологий, а американские учёные продемонстрировали вычислительные системы на основе света.

Китайская академия представила искусственный интеллект, вдохновленный работой мозга

Ученые из Китайской академии наук анонсировали SpikingBrain1.0, который они описывают как первую в мире "мозгоподобную" крупную языковую модель, способную работать в 25–100 раз быстрее, чем традиционные системы искусственного интеллекта. Модель имитирует нейронную обработку человека, избирательно активируя только необходимые вычислительные пути, вместо задействования всей сетевой архитектуры, как это делают ChatGPT или Llama от Meta.

Согласно технической статье, опубликованной на arXiv, SpikingBrain требует менее 2% обучающих данных, обычно необходимых для ведущих моделей ИИ, при этом достигая сопоставимой эффективности в задачах понимания языка. Исследователи сообщили, что при обработке сверхдлинных последовательностей одна из версий обеспечила 26,5-кратное ускорение по сравнению с архитектурами Transformer при обработке контекстов из миллиона токенов.

Система полностью работает на отечественной платформе MetaX, разработанной бывшими инженерами AMD, основавшими компанию в Шанхае в 2020 году. Это представляет собой шаг к технологической независимости, поскольку экспортные ограничения США ограничили доступ Китая к современным чипам от американских производителей.

Microsoft разрабатывает вычислительную систему на основе света

Исследователи Microsoft опубликовали результаты в журнале Nature, описывая аналоговый оптический компьютер (AOC), который использует свет вместо электричества для вычислений. Прототип этой системы обещает до 100 раз большую энергоэффективность по сравнению с текущими GPU при решении задач оптимизации и выполнении инференса искусственного интеллекта.

Команда Microsoft построила свое устройство из коммерчески доступных компонентов, включая микро-LEDы и сенсоры камер для смартфонов. В отличие от цифровых компьютеров, которые преобразуют сигналы между аналоговым и цифровым форматами, оптическая система сохраняет непрерывную обработку на основе света на протяжении всего вычисления, избегая потерь энергии из-за преобразований.

Тестирование показало эффективность AOC при оптимизации финансовых транзакций и ускорении медицинской визуализации; исследователи успешно реконструировали изображения мозговых сканов, используя 62,5% исходных данных. Генеральный директор Microsoft Сатья Наделла подчеркнул потенциал этого прорыва "решать сложные реальные задачи с гораздо большей эффективностью".

Исследователи из Флориды создают инновационные AI-чипы на основе света

Отдельно ученые Университета Флориды разработали кремниевые чипы, интегрирующие микроскопические линзы Френеля, которые выполняют операции свертки ИИ с использованием лазерного света. Прототип достиг 98% точности при классификации рукописных цифр, потребляя значительно меньше энергии по сравнению с электронными аналогами.

Под руководством Фолькера Зоргера команда исследователей выгравировала ультратонкие оптические линзы непосредственно на кремниевых пластинах с использованием стандартных производственных процессов. Система преобразует данные машинного обучения в лазерный свет, обрабатывает их через линзы, а затем конвертирует результаты обратно в цифровые сигналы.

Дизайн чипа поддерживает мультиплексирование по длине волны, позволяя одновременно обрабатывать несколько потоков данных с помощью лазеров разных цветов. Такой фотонный подход потенциально может быть интегрирован в существующие процессы производства полупроводниковой продукции, а компании уже внедряют оптические элементы в некоторые ИИ-системы.

Эти параллельные успехи появляются на фоне возрастающей обеспокоенности энергопотреблением ИИ-систем: центры обработки данных тратят электроэнергии столько же, сколько небольшие страны. Конкурирующие подходы указывают на различные пути повышения эффективности вычислений в ИИ, хотя и китайские, и американские инновации пока находятся на ранних стадиях развития — им предстоят дальнейшая проверка и масштабирование.