光学技术可即时更新机器人的AI
摘要
本文介绍康奈尔大学团队研发的光学接收器，可直连光信号修改SRAM内存，实现低能耗传输AI模型参数，旨在解决AI系统的内存与能耗瓶颈。
核心要点
- 接收器通过光电流直接翻转SRAM中的二进制值，无需传统光接收机中的模拟-数字转换电路
- 该光学链路相比金属线具更高带宽和更低能耗，但当前概念验证仅实现14x14位静态矩阵
- 研究团队正与光学小组合作，开发每秒可转换百万次矩阵、传输速率达Gbps的发射器
- 校准电路可补偿发射器与接收器之间的轻微倾斜或未对准问题
- 潜在应用包括仓库机器人、微型机器人等边缘设备，可节省AI模型更新所需的时间和能量
原文佐证
- The receiver here is doing something different: Directly altering its own memory using the photocurrents produced by the beamed array of light.
- Shining data down onto processors could lower the energy typically required for data centers, self-driving cars, and even “edge” applications like AI-powered robots, researchers say.
AI 洞察
光学直写内存技术可能成为突破AI计算“内存墙”的关键创新，尤其对边缘设备（如机器人）的能效和实时性有深远影响。若能解决尺寸和成本问题，有望改变数据中心架构，使光互连从数据传输延伸到计算存储。当前实验室成果虽远未落地，但为未来光子计算与CMOS融合提供了思路。