Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Nr 38 2024 www markttechnik de 17 um eine einfache 8-bit-Multiplikation durchzuführen erreichen die NPUs von Q ANT dies mit einem einzigen optischen Element Allein für diesen Vorgang ist die Q ANT-NPU dreißigmal energieeffizienter als ihr herkömmliches CMOS-Pendant »Mit der wachsenden Nachfrage nach KI steigt auch der Bedarf an energieeffizienten Lösungen Q ANT ist mit einem funktionierenden photonischen Prozessor führend – weit über die Forschungsphase hinaus in der sich die meisten anderen noch befinden« sagt Dr Michael Förtsch CEO von Q ANT »Diese Demonstration ist ein wichtiger Schritt um den Energiebedarf der KI und den CO 2 -Ausstoß zu reduzieren Wir laden Forscher und Entwickler dazu ein das reale Potenzial des photonischen Computings durch unsere praktische Demonstration zu erkunden « Chipmaterial als Schlüsselelement Ein Schlüsselelement dieses Durchbruchs ist die Q ANTeigene Chipmaterial-Plattform basierend auf »Thin-Film Lithium Niobate TFLN « Sie ist das Rückgrat aller Q ANT-NPUs und sorgt für eine präzise Lichtsteuerung auf Chipebene Das Startup hat diese Plattform seit seiner Gründung im Jahr 2018 entwickelt und kontrolliert die gesamte Wertschöpfungskette – vom Rohstoff bis zum fertigen Chip Kombiniert mit einem tiefen Verständnis des Lichts ermöglicht dies Q ANT die mathematische und algorithmische Dichte noch über die Dichte herkömmlicher CMOS-Prozessoren hinaus zu erhöhen Ein Beispiel Während die grundlegende mathematische Funktion einer Fourier-Transformation Tausende bis Zehntausende komplexer Multiplikationen erfordert was Millionen von Transistoren entspricht erreicht die Optik dies mit einem einzigen Element »Der Schlüssel zur Nutzung des Potenzials des Lichts für die Datenverarbeitung liegt in der durchgängigen Kontrolle des Lichts Jeder Kompromiss verringert die Erfolgswahrscheinlichkeit drastisch Deshalb haben wir bei Q ANT im Gegensatz zu allen unseren Wettbewerbern den Deep-Tech-Ansatz gewählt und eine überlegene Chip-Plattform für die Lichtverarbeitung entwickelt« so Förtsch Verschiebungen in der Branche Die Halbleiterindustrie wendet sich neuen Technologien zu um dem wachsenden Bedarf an Rechenleistung gerecht zu werden Diese Nachfrage nach leistungsstarken und dennoch energieeffizienten Technologien wird durch den weit verbreiteten Einsatz von KI weiter angeheizt Neben dem Training neuer großer Sprachmodelle ist die KI-Inferenz eine besonders energieintensive KI-Anwendung Die NPUs von Q ANT können den Energieaufwand deutlich reduzieren Gartner beschreibt Photonic Computing als ein aufkommendes Computing-Paradigma das die Herausforderungen in Bezug auf Leistung und Energieverbrauch in KI und Rechenzentren angehen könnte und hat Q ANT in den jüngsten Gartner-Hype-Cycle-Berichten als Sample Vendor identifiziert Web-Demonstration belegt geringeren Strombedarf In der Web-Demonstration kann der Benutzer ein Bild einer handgeschriebenen Zahl aus der MNIST-Datenbank Modified National Institute of Standards and Technology auswählen Mithilfe eines trainierten neuronalen Netzes sagt die NPU die Zahl 0–9 voraus und führt eine effiziente Matrix-Vektor-Multiplikation auf dem Photonenchip durch Mit einer Erkennungsgenauigkeit von 95 Prozent beweist diese Demonstration dass der photonische Prozessor von Q ANT – der mit Licht betrieben wird und auf der TFLN-Technologie basiert – komplexe KI-Aufgaben mit geringerem Stromverbrauch durchführen kann Dies ist das erste Mal dass ein solcher photonischer Prozessor erfolgreich in einer prakti-Dr Gwenaelle Vest Senior System Architect links und Dr Leon Varga Softwareentwickler von Q ANT besprechen die nächsten Schritte für die Native Processing Unit NPU von Q ANT Dr Michael Förtsch CEO von Q ANT „ Die Native Processing Unit die auf Basis von Licht statt von Elektronen arbeitet ist ein wichtiger Schritt um den steigenden Energiebedarf der KI zu decken “ schen Anwendung eingesetzt wird Er unterstreicht damit sein Potenzial für alle KI-Aufgaben Die Demonstration der photonischen NPU liefert wertvolle Erkenntnisse darüber wie photonisches Computing in der Praxis eingesetzt werden kann um die derzeitigen Grenzen von KI und maschinellem Lernen zu überwinden und ebnet den Weg für künftige Fortschritte in diesem transformativen Bereich »Wir entwickeln native Prozessoren die die heutigen logischen Probleme nativ lösen indem sie Licht als Medium nutzen« so Förtsch »Man stelle sich eine Zukunft vor in der Hochleistungscomputer mit minimalem Energieaufwand arbeiten und mindestens so leistungsfähig sind wie unser Gehirn – das ist die Vision hinter Native Computing « ha ■