![\"\"](\"https:\/\/www.europesays.com\/no\/wp-content\/uploads\/2025\/12\/kina-lightgen.jpg\" "\\"kina")
Kinas nye h\u00f8yhastighets databrikker er 100 ganger raskere enn markedslederen Nvidia.<\/p>\n Kinas nye h\u00f8yhastighets databrikker er 100 ganger raskere enn markedslederen Nvidia.<\/p>\n
Et team fra Shanghai Jiao Tong University og Tsinghua University har utviklet en optisk databrikke, LightGen<\/a>, som angivelig har overg\u00e5tt Nvidias A100-brikke i hastighet og energieffektivitet med over 100 ganger for generative AI-oppgaver. Dette skriver South China Morning Post<\/a>.<\/p>\n LightGen bruker fotoniske nevroner \u2013 over 2 millioner integrert p\u00e5 \u00e9n enkelt brikke \u2013 for \u00e5 behandle og generere bilder og videoer med h\u00f8y oppl\u00f8sning ved hjelp av lysets hastighet i stedet for elektroner.<\/p>\n Forskningen, ledet av professor Chen Yitong og publisert i Science, viste at LightGen kunne utf\u00f8re operasjoner som bildegenerering, st\u00f8yfjerning og stiloverf\u00f8ring med bilder med mye detalj.<\/p>\n LightGen bruker en ny, uoverv\u00e5ket treningsalgoritme, som fjerner behovet for store, merkede datasett og er avhengig av statistisk m\u00f8nstergjenkjenning.<\/p>\n Eksperimenter fant at brikken oppn\u00e5dde en datahastighet p\u00e5 35 700 TOPS og en energieffektivitet p\u00e5 664 TOPS\/watt, if\u00f8lge et konservativt estimat.<\/p>\n Forskerne sa at disse resultatene tyder p\u00e5 at LightGen og fotonisk databehandling kan bidra til \u00e5 h\u00e5ndtere de \u00f8kende energibehovene til AI.<\/p>\n Kinesiske CGTN<\/a> skriver:<\/p>\n En viktig innovasjon ligger i bruken av soliton-mikrokamkilder, som gir over 100 b\u00f8lgelengdekanaler.<\/p>\n \u00abVi har oppn\u00e5dd informasjonsinteraksjon og beregning med multipleksing med over 100 b\u00f8lgelengder p\u00e5 en optisk brikke, noe som demonstrerer parallell prosessering av informasjon med h\u00f8y tetthet p\u00e5 brikken\u00bb, sa Xie Peng, en forsker ved SIOM.<\/p>\n I motsetning til tradisjonell optisk databehandling som bruker \u00e9n b\u00f8lgelengde, utnytter denne ultraparallelle tiln\u00e6rmingen over 100 separate lysb\u00f8lgelengder for \u00e5 behandle datastr\u00f8mmer samtidig \u2013 noe som \u00f8ker datakraften opptil 100 ganger uten \u00e5 \u00f8ke brikkest\u00f8rrelsen eller frekvensen, if\u00f8lge studien.<\/p>\n \u00abDet er som \u00e5 forvandle en motorvei med ett kj\u00f8refelt til en supermotorvei som kan h\u00e5ndtere hundre kj\u00f8ret\u00f8y parallelt, noe som \u00f8ker gjennomstr\u00f8mningen per tidsenhet betraktelig uten \u00e5 endre brikkemaskinvaren\u00bb, sa Han Xilin, ingeni\u00f8r ved SIOM.<\/p>\n Optisk databehandling, med sine naturlige fordeler med h\u00f8y frekvens, h\u00f8y parallellisme og stor b\u00e5ndbredde, tilbyr et betydelig potensial for \u00e5 forbedre datatetthet og -kraft gjennom \u00f8kt parallellisme. Denne parallelle optiske databehandlingsarkitekturen har brede anvendelsesmuligheter innen felt som kunstig intelligens og datasentre.<\/p>\n Spesielt lover den effektive l\u00f8sninger for kroppsliggjort intelligens, nevrale nettverk, fysiske simuleringer og bildebehandling. Videre gj\u00f8r de lave latensegenskapene til fotonisk databehandling den ideell for kantenheter med sm\u00e5 datavolumer, men h\u00f8ye latenskrav, som kommunikasjonsutvekslingsnettverk og dronesvermer.<\/p>\n