China findet einen intelligenteren Weg, KI ohne schnellere Chips zu beschleunigen

Der Wettlauf um immer leistungsfähigere KI-Systeme hat die Hardware an ihre Grenzen gebracht. Jahrelang konzentrierten sich Unternehmen darauf, mehr Rechenleistung bereitzustellen, während sie dem Datentransfer zwischen den Prozessoren weniger Aufmerksamkeit schenkten. Nun haben chinesische Forscher gezeigt, dass ein anderer Ansatz zu bemerkenswerten Ergebnissen führen kann.

Ein Team der Universität Peking entwickelte eine experimentelle KI-Plattform, die mehrere Standardprozessoren über siliziumbasierte photonische Sender und einen optischen Schalter miteinander verbindet. Anstatt sich auf eine einzige leistungsstarke GPU zu verlassen, ließen sie mehrere Chips in einem kontinuierlichen Verarbeitungsfluss zusammenarbeiten.

Die Ergebnisse überraschten selbst erfahrene Ingenieure. Das System erledigte eine Bildrauschunterdrückung fast 149-mal schneller als eine herkömmliche GPU. Noch beeindruckender ist, dass es dies bei nur etwa 11,6 Prozent der theoretischen Rechenleistung der GPU schaffte.

Das Geheimnis hinter der Geschwindigkeit

Die Forscher platzierten jeweils eine Schicht eines fünfschichtigen konvolutionellen neuronalen Netzwerks auf jedem FPGA. Sobald ein Prozessor seine Aufgabe abgeschlossen hatte, sendete er die Daten sofort über optische Hochgeschwindigkeitsverbindungen an den nächsten Chip.

Dieses Design beseitigte einen der größten Engpässe der KI. Herkömmliche GPUs speichern Zwischenergebnisse wiederholt im Speicher, bevor sie diese für die nächste Stufe erneut laden. Diese ständigen Bewegungen verlangsamen die Verarbeitung. Die neue Architektur sorgte für einen kontinuierlichen Datenfluss ohne unnötige Unterbrechungen.

Während der Tests verarbeitete die Plattform 1.000 Bilder mit einer Auflösung von 32 mal 32 Pixel in etwas mehr als 105 Mikrosekunden. Die Vergleichs-GPU benötigte mehr als 15 Millisekunden, um dieselbe Arbeitslast zu bewältigen. Die FPGA-Ressourcen erreichten zudem eine beeindruckende Auslastungsrate von fast 95 Prozent.

Warum eine intelligentere Architektur die nächste KI-Ära prägen könnte

Das Experiment verwendete ein relativ kleines neuronales Netzwerk und den Fashion-MNIST-Datensatz. Man sollte noch nicht mit denselben Leistungssteigerungen für die heutigen großen Sprachmodelle rechnen. Dennoch beweist die Studie, dass ein intelligenteres Systemdesign enorme Effizienzgewinne ermöglichen kann, ohne auf leistungsstärkere Chips zurückgreifen zu müssen.

Aus unserer Sicht ist diese Studie wichtig, da sie einen entscheidenden Trend für die gesamte KI-Branche markiert. Möglicherweise werden Innovationen in Zukunft eher durch Verbesserungen der Architektur als durch eine Steigerung der Rechenleistung vorangetrieben. Dies würde zu energieeffizienterer Technologie, geringeren Infrastrukturkosten und dem Zugang zu fortschrittlichen KI-Lösungen für Unternehmen und Privatpersonen weltweit führen.

Wenn Sie diesen Artikel interessant fanden, teilen Sie ihn bitte mit Ihren Kollegen, lesen Sie unsere anderen KI-Veröffentlichungen und folgen Sie uns in den sozialen Medien, um mehr über Zukunftstechnologien zu erfahren.