Lightmatter ने Envise प्रस्तुत किया है, एक ऐसा सिस्टम जो मैट्रिक्स गणना करने के लिए इलेक्ट्रॉनों के बजाय फोटॉन का उपयोग करता है। विद्युत प्रतिरोध को समाप्त करके, उत्पन्न गर्मी और ऊर्जा की खपत में भारी कमी आती है। यह जटिल AI मॉडल को पारंपरिक चिप्स की आवश्यकता वाली शक्ति के एक अंश के साथ चलाने में सक्षम बनाता है।
इलेक्ट्रॉनों के बजाय फोटॉन: यह आर्किटेक्चर कैसे काम करता है 💡
Envise एकीकृत फोटोनिक सर्किट का उपयोग करता है जो समानांतर रूप से मैट्रिक्स गुणन करने के लिए प्रकाश किरणों को मॉड्यूलेट करता है। जानकारी प्रकाश की तीव्रता और चरण में एन्कोड की जाती है, जो सिलिकॉन वेवगाइड के माध्यम से यात्रा करती है। यह ट्रांजिस्टर से गर्मी के नुकसान को समाप्त करता है और प्रकाश की गति से डेटा प्रोसेस करने की अनुमति देता है, जो पारंपरिक विद्युत प्रणालियों की बैंडविड्थ बाधाओं को पार करता है।
अलविदा, हीट सिंक: अब आपका AI अपने आप ठंडा हो जाता है ❄️
जहां मौजूदा चिप्स आपसे एक हवाई जहाज का पंखा या पानी का ब्लॉक लगाने के लिए कहते हैं, वहीं Envise मुश्किल से पसीना बहाता है। यह ऐसा है जैसे आपका कंप्यूटर माइक्रोवेव ओवन होने से बचकर एक टॉर्च में बदल गया हो। अब बस इतना बाकी है कि यह बची हुई रोशनी से कॉफी बनाना सीख जाए, हालांकि फिलहाल यह मेज को न पिघलाने से संतुष्ट है।