Live-Test der energieeffizienten Native Processing Unit von Q.ANT mit Photonik-Chip inside. Die erste Generation ist auf AI-Inference zugeschnitten, um die CO2-Bilanz von Rechenzentren der nächsten Generation zu verbessern.
Stuttgart – 12. September 2024 – Q.ANT, das führende deutsche Startup für lichtbasierte Datenverarbeitung, gibt Forschern und Entwicklern erstmals die Möglichkeit, photonisches Computing über einen Cloud-Zugang auf die Native Processing Unit (NPU) des Unternehmens zu erkunden. Durch die Verarbeitung von Daten mit Licht anstelle von Elektronen erledigt die photonische Native Computing-Technologie von Q.ANT komplexe Rechenaufgaben effizienter als heutige Chiptechnologien. Die innovative photonische Chiptechnologie hat damit das Potenzial, die digitale Landschaft komplett zu verändern. Nutzer können sich davon anhand einer Web-Demonstration überzeugen, bei der es um die Erkennung handschriftlicher Zahlen geht. Mit dieser Demonstration bietet Q.ANT einen Einblick in Next-Generation-Computing-Anwendungen für High-Performance Computing (HPC), Physiksimulationen und künstliche Intelligenz. Interessierte können sich die Demo auf der Website von Q.ANT ansehen.
Licht statt Silizium – energetische Vorteile der NPU für die Datenverarbeitung
Der in der Cloud demonstrierte Anwendungsfall ist ein repräsentatives Beispiel für Aufgaben, mit denen heute jedes Rechenzentrum zu tun hat. Der grundlegende Unterschied besteht darin, dass die NPUs von Q.ANT, anders als herkömmliche CMOS-Prozessoren, Daten mit Licht verarbeiten. Dieser Paradigmenwechsel ermöglicht es Q.ANT, grundlegende mathematische Operationen wesentlich energieeffizienter durchzuführen. Ein Beispiel: Während ein herkömmlicher CMOS-Prozessor 1.200 Transistoren benötigt, um eine einfache 8-BitMultiplikation 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 CO2-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.ANT-eigene 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 Kl-lnferenz eine besonders energieintensive KI-Anwendung, und die NPUs von Q.ANT sind eine vielversprechende Lösung. 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.1
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 praktischen 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.“
Für weitere Informationen über die NPU von Q.ANT kontaktieren Sie bitte native-computing@qant.gmbh.
1 Sources: Gartner, Inc. Hype Cycle for Deep Technologies, 2024. Chirag Dekate, Mark Horvath. 10 July 2024. Gartner, Inc. Hype Cycle for Compute, 2024. Tony Harvey, Rene Rodriguez. 8 July 2024. GARTNER is a registered trademark and service mark of Gartner, Inc. and/or its affiliates in the U.S. and internationally and is used herein with permission. All rights reserved. Hype Cycle is a registered trademark of Gartner, Inc. and/or its affiliates and is used herein with permission. All rights reserved.
