吳明宜賓州大學研究出光傳輸資料電腦晶片，提升運算速度且省電，使AI訓練更有效率，並能解決資料隱私問題。
賓州大學研究人員近日研究出一款利用光傳輸資料的電腦晶片，可望大幅提升運算速度，且更省電，能使 AI 訓練更有效率。
人類已經發展出每秒運算數兆次的 Exascale 超級電腦。但即使如此，電腦科技的運作原理仍然與 1960 年代剛發明時沒有太大差別。
也有研究人員開始發展量子電腦，但距離實用階段仍然還要好幾年的光景。但新興的 AI 模型熱潮已經點燃對能處理海量資料的電腦的需求。現有電腦系統效率太差，以致於能源耗損量大幅攀高。
賓州大學工程與應用科學學院教授 Nader Enghata 發展出一款矽光子 (silicon-photonic, SiPh) 晶片，可利用光進行數學運算。他的團隊希望用光來傳輸資料，但使用普及的矽則可確保這項科技可快速普及。
研究人員想設計能執行矩陣乘法的晶片。作為一種常見的數學運算，這種系統廣泛用於開發和執行 AI 模型的底層神經網路。由於這是矽晶片，研究人員原本必須重新設計製程，但是他們選擇只減低晶片特定區域的高度來控制光在晶片中的傳導。較寬的晶片可讓光散佈其上。不過研究人員藉由控制高度變項，得以控制光在晶片中只以直線行進。
不會被駭的晶片即將問世
研究人員找上一家晶圓廠生產其 SiPh 晶片。由於該晶圓廠只設計市場常見尺寸的晶片，因此他們必須依主流尺寸設計晶片，也能立即出貨。
研究團隊的 Firooz Aflatouni 副教授說，他們設計的晶片可取代 GPU，能用以訓練和分類 AI 模型。他建議以其 SiPh 平台來擴充現有 AI 業者的基礎架構。除了執行速度更快，更省電外，SiPh 晶片也能解決資料隱私問題。由於這塊晶片能同時執行多重運算，因此在運算時不必把資訊儲存在記憶體中。那麼一來，駭客也就無法從記憶體存取用戶資訊。
賓州大學研究團隊已經論文發表在《自然》期刊上。