// SCINEXX — SPAZIO & SCIENZA
Quantenemitter könnte Lichtbedarf von optischer KI stark reduzieren
Optische neuronale Netze versprechen schnelle und sparsame KI-Berechnungen, scheitern bislang aber an energiehungrigen nichtlinearen Rechenschritten, die eine neue, bislang nur simulierte Quanten-Nanostruktur deutlich entschärfen könnte. Die vorgeschlagene Aktivierung arbeitet laut Modell bei rund 0,24 Nanowatt pro Quadratmikrometer und damit um viele Größenordnungen unter herkömmlichen optischen Ansätzen.
Madison (U.S.A.). Licht kann Matrixrechnungen extrem schnell und parallel ausführen, und genau solche linearen Operationen machen einen großen Teil moderner KI aus. Für tiefe neuronale Netze reicht das allein jedoch nicht, denn zwischen den Rechenschichten sind nichtlineare Aktivierungen nötig, die einem Netz komplexe Muster ermöglichen, statt Eingaben nur proportional umzuwandeln.
Bei rein optischen Systemen ist diese Funktion schwer umzusetzen, weil Photonen nur schwach miteinander wechselwirken und viele bekannte optische Materialien deshalb erst bei hohen Lichtintensitäten ausreichend nichtlinear reagieren. Dadurch droht ein wichtiger Effizienzvorteil optischer Rechner wieder verloren zu gehen.
Forscher der University of Wisconsin–Madison (UW–Madison) um Qingyi Zhou haben nun untersucht, ob einzelne Quantenemitter diese Hürde überwinden könnten. Ihr Konzept kombiniert einen solchen Emitter mit einer invers entworfenen nanophotonischen Struktur aus Galliumphosphid auf Diamant. Als Emitter modellierte das Team ein Silizium-Leerstellen-Farbzentrum, also einen atomaren Defekt im Diamant, dessen optische Antwort sich schon bei sehr wenigen Photonen stark verändert.
„Im Grunde fragten wir uns: ‚Warum ist diese Nichtlinearität so wichtig? Warum brauchen wir überhaupt starke Nichtlinearität?‘ Und: ‚Wie sollen wir diesen Engpass überwinden, wo wir doch nicht viel Nichtlinearität haben?‘ Das war im Grunde der Ausgangspunkt des gesamten Projekts“, sagt Qingyi Zhou.
Die Wissenschaftler optimierten die Struktur rechnerisch so, dass das Licht möglichst stark mit dem Quantenemitter koppelt und zugleich geringe Verluste entstehen, wobei Vollwellensimulationen einen relevanten nichtlinearen Effekt bereits bei etwa 0,24 Nanowatt pro Quadratmikrometer zeigen. Damit erreicht das Modell eine Ausdrucksstärke, die mit typischen digitalen Aktivierungsfunktionen vergleichbar sein soll.
„Wir fragten: ‚Was wäre, wenn wir einige weniger konventionelle Materialien wie Quantenemitter verwenden, die bereits eine sehr, sehr starke optische Nichtlinearität zeigen?‘ Wenn man ein neuronales Netz mit diesen Materialien aufbaut, erzeugt es hoffentlich Nichtlinearität. Das war unsere Intuition. Diese Materialien haben bereits starke Nichtlinearität gezeigt. Sie wurden nur noch nicht im Bereich des optischen Rechnens eingesetzt“, sagt Qingyi Zhou.
Zum Vergleich berechnete das Team, welche Intensität zwei konventionelle nichtlineare Plattformen für eine ähnliche Ausdrucksstärke benötigen würden. Für gestapeltes Graphen ergaben sich etwa 0,02 Watt pro Quadratmikrometer, für einen Silizium-Wellenleiter sogar mehr als 72,6 Watt pro Quadratmikrometer. Die Quantenaktivierung benötigt damit rechnerisch eine rund 83 Millionen Mal geringere Intensität als Graphen und eine rund 300 Milliarden Mal geringere als Silizium.
Die Autoren testeten das Konzept außerdem in simulierten optischen neuronalen Netzen und lösten damit nichtlineare Klassifikationsaufgaben. Bei Reinforcement-Learning-Aufgaben wie Pong und HalfCheetah schnitten die nichtlinearen Modelle deutlich besser ab als rein lineare Vergleichsnetze. Ein reales Bauteil oder ein vollständiger optischer KI-Rechner wurde in der Arbeit jedoch nicht gebaut.
Für große Sprachmodelle schätzten die Forscher zusätzlich ab, wie viel optische Leistung allein für die nichtlinearen Aktivierungen nötig wäre. Für die untersuchten Modellgrößen blieb dieser theoretische Unterwert bei der Quantenarchitektur unter 1,2 Watt. Diese Zahl beschreibt ausdrücklich nicht den gesamten Energieverbrauch eines künftigen Systems, denn Li