Elaborazione alla velocità della luce
Con l’aumento dei dispositivi connessi che richiedono sempre più larghezza di banda per attività come il telelavoro e il cloud computing, diventa estremamente difficile gestire la quantità finita di spettro wireless disponibile per tutti gli utenti. Gli ingegneri stanno utilizzando l’intelligenza artificiale per gestire dinamicamente lo spettro wireless disponibile, con l’obiettivo di ridurre la latenza e migliorare le prestazioni. Tuttavia, la maggior parte dei metodi di intelligenza artificiale per classificare e processare i segnali wireless sono energivori e non possono operare in tempo reale.
Acceleratore hardware AI innovativo
Ora, i ricercatori del MIT hanno sviluppato un nuovo acceleratore hardware AI progettato specificamente per l’elaborazione dei segnali wireless. Il loro processore ottico esegue calcoli di machine learning alla velocità della luce, classificando i segnali wireless in pochi nanosecondi. Il chip fotonico è circa 100 volte più veloce della migliore alternativa digitale, raggiungendo un’accuratezza di circa il 95% nella classificazione dei segnali. Questo nuovo acceleratore hardware è anche scalabile e flessibile, il che lo rende adatto a una varietà di applicazioni di calcolo ad alte prestazioni. Allo stesso tempo, è più piccolo, leggero, economico ed efficiente dal punto di vista energetico rispetto agli acceleratori hardware AI digitali.
Applicazioni future nel wireless 6G
Il dispositivo potrebbe essere particolarmente utile nelle future applicazioni wireless 6G, come le radio cognitive che ottimizzano i tassi di dati adattando i formati di modulazione wireless all’ambiente wireless in evoluzione. Consentendo a un dispositivo edge di eseguire calcoli di deep learning in tempo reale, questo nuovo acceleratore hardware potrebbe fornire accelerazioni significative in molte applicazioni oltre l’elaborazione dei segnali. Ad esempio, potrebbe aiutare i veicoli autonomi a reagire in una frazione di secondo ai cambiamenti ambientali o consentire ai pacemaker intelligenti di monitorare continuamente la salute del cuore di un paziente.
Possibilità di inferenza AI in tempo reale
“Ci sono molte applicazioni che potrebbero essere abilitate da dispositivi edge in grado di analizzare i segnali wireless. Quello che abbiamo presentato nel nostro articolo potrebbe aprire molte possibilità per l’inferenza AI in tempo reale e affidabile. Questo lavoro è l’inizio di qualcosa che potrebbe avere un impatto significativo”, afferma Dirk Englund, professore nel Dipartimento di Ingegneria Elettrica e Informatica del MIT, investigatore principale nel Quantum Photonics and Artificial Intelligence Group e nel Research Laboratory of Electronics (RLE), e autore senior dell’articolo. È affiancato nell’articolo dall’autore principale Ronald Davis III PhD ’24; Zaijun Chen, ex postdoc del MIT ora professore assistente presso l’Università della California del Sud; e Ryan Hamerly, scienziato in visita presso RLE e scienziato senior presso NTT Research. La ricerca è stata pubblicata oggi su Science Advances.
Fonte: MIT
foto credit: Credit: Sampson Wilcox, Research Laboratory of Electronics
