Los investigadores han desarrollado una nueva plataforma de hardware superior para aceleradores de IA utilizando circuitos integrados fotónicos en chips de silicio. Crédito: Bassem -shouleun de IEEE JSTQE
La aparición de IA ha transformado profundamente numerosas industrias. Impulsado por tecnología de aprendizaje profundo y big data, la IA requiere una potencia de procesamiento significativa para capacitar a sus modelos. Si bien la infraestructura de IA existente se basa en unidades de procesamiento gráficas (GPU), las demandas de procesamiento sustanciales y los gastos de energía asociados con su operación siguen siendo desafíos clave. La adopción de una infraestructura de IA más eficiente y sostenible allana el camino para avanzar en el desarrollo de IA en el futuro.
Un estudio reciente publicado en el IEEE Journal of Selected Topics in Quantum Electronics demuestra una nueva plataforma de aceleración de IA basada en circuitos integrados fotónicos (PIC), que ofrecen escalabilidad superior y eficiencia energética en comparación con las arquitecturas convencionales basadas en GPU.
El estudio, dirigido por el Dr. Bassem-Tossoun, un científico de investigación senior de Hewlett Packard Labs, demuestra cómo las fotos que aprovechan los semiconductores compuestos III-V pueden ejecutar eficientemente las cargas de trabajo de IA. A diferencia del hardware de IA tradicional que se basa en redes neuronales distribuidas electrónicas (DNN), los aceleradores de IA fotónicos utilizan redes neuronales ópticas (ONN), que funcionan a la velocidad de la luz con una pérdida de energía mínima.
“Si bien la fotónica de silicio es fácil de fabricar, son difíciles de escalar para circuitos integrados complejos. Nuestra plataforma de dispositivos puede usarse como bloques de construcción para aceleradores fotónicos con una eficiencia energética y escalabilidad mucho mayor que el estado actual”, explica el Dr. Tailleoun.
El equipo utilizó un enfoque de integración heterogéneo para fabricar el hardware. Esto incluyó el uso de fotónicos de silicio junto con semiconductores compuestos III-V que integran funcionalmente láseres y amplificadores ópticos para reducir las pérdidas ópticas y mejorar la escalabilidad.
Los semiconductores III-V facilitan la creación de fotos con mayor densidad y complejidad. Las fotos que utilizan estos semiconductores pueden ejecutar todas las operaciones necesarias para apoyar las redes neuronales, lo que los convierte en candidatos principales para el hardware de acelerador de IA de próxima generación.
Las fotografías de una oblea (a) después de III/V se han transferido al silicio y (b) después de la finalización de todos los procesos de fabricación. Crédito: IEEE Journal of Selected Topics en Quantum Electronics (2025). Doi: 10.1109/jstqe.2025.3527904
La fabricación comenzó con obleas de silicio en aislador (SOI) que tienen una capa de silicio de 400 nm de espesor. La litografía y el grabado seco fueron seguidos por el dopaje para dispositivos de condensador semiconductores de óxido metálico (MOSCAP) y fotodiodos de avalancha (APDS).
A continuación, se realizó un crecimiento selectivo de silicio y germanio para formar capas de absorción, carga y multiplicación del APD. Los semiconductores compuestos III-V (como INP o GAA) se integraron luego en la plataforma de silicio utilizando la unión de muerte. Se agregó una capa de óxido de puerta delgada (al₂o₃ o hfo₂) para mejorar la eficiencia del dispositivo, y finalmente se depositó una capa dieléctrica gruesa para la encapsulación y la estabilidad térmica.
“La plataforma heterogénea III/V-on-SOI proporciona todos los componentes esenciales necesarios para desarrollar arquitecturas informáticas fotónicas y optoelectrónicas para la aceleración AI/ML. Esto es particularmente relevante para aceleradores fotónicos analógicos ML, que utilizan valores analógicos continuos para la representación de datos”, señala el Dr. Showoun.
Esta plataforma fotónica única puede lograr la integración a escala de obleas de todos los diversos dispositivos necesarios para construir una red neuronal óptica en un solo chip fotónico, incluidos dispositivos activos, como láseres y amplificadores en chip, fotodetectores de alta velocidad, moduladores de eficiencia energética y cambios de fase no volátiles. Esto permite el desarrollo de aceleradores basados en Tonn con una eficiencia de energía de huella que es 2.9 × 10² veces mayor que otras plataformas fotónicas y 1.4 × 10² mayor que la electrónica digital más avanzada.
De hecho, esta es una tecnología innovadora para la aceleración de AI/ML, reduciendo los costos de energía, mejorando la eficiencia computacional y permitiendo futuras aplicaciones impulsadas por la IA en varios campos. En el futuro, esta tecnología permitirá a los centros de datos acomodar más cargas de trabajo de IA y ayudar a resolver varios problemas de optimización.
La plataforma abordará los desafíos computacionales y energéticos, allanando el camino para el hardware de acelerador de IA robusto y sostenible en el futuro.
Más información: Bassem-Tossoun et al, plataforma de dispositivos fotónicos integrados a gran escala para aceleradores de AI/ML de eficiencia energética, IEEE Journal of Selected Topics in Quantum Electronics (2025). Doi: 10.1109/jstqe.2025.3527904
Proporcionado por el Instituto de Ingenieros Eléctricos y Electrónicos
Cita: Aprovechando la fotónica de silicio para hardware de IA escalable y sostenible (2025, 10 de abril) recuperado el 10 de abril de 2025 de https://techxplore.com/news/2025-04-leveraging-silicon-fotonics-scalable-sstainable.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
