光學技術可即時更新機器人AI

康奈爾科技的研究團隊在IEEE/JSAP超大規模積體電路技術與電路研討會上公佈了一項創新設計：一種能夠利用光直接修改AI處理器記憶體的光學接收器。實驗臺上，博士後研究員Yifan He將光學接收器的鏡頭對準近一米外發射紅色光束的LED，連線的顯示器上隨即出現類似二維碼的方塊陣列。與普通二維碼不同，此接收器並非解碼影像，而是透過光束產生的光電流直接改變自身記憶體中的二進位制值。這些光學編碼可傳輸AI模型的引數，無需傳統的電連線。

當前AI晶片面臨記憶體瓶頸：處理器內建的靜態隨機存取記憶體（SRAM）容量有限，無法獨立執行AI模型，因此額外引數需儲存在動態隨機存取記憶體（DRAM）中。透過電訊號在DRAM和處理器之間傳輸資料會帶來成本和效率問題，成為系統擴充套件的主要瓶頸。光學鏈路能以高頻寬和低損耗傳輸資料，但現有光學接收器依賴耗電的類比電路將光訊號轉換為電子位元。新設計則直接接收快速閃爍的數字二維碼矩陣，使晶片無需類比電路即可調整模型引數，實現全數字光學通訊，大幅降低能耗。

工作原理方面，新系統中DRAM與發射器相連，接收器整合在處理器的SRAM中。發射器將資料光束射向經過改造的SRAM單元陣列，每個單元內建光電二極體，受光後產生電流翻轉二進位制值。由於無法保證發射器與接收器完全對準，晶片透過參考資料幀校準每個畫素的位置。研究人員表示，理想情況是點對點直射，但即使略有傾斜，校準電路也能確保資料接收。

目前實驗室原型僅能發射靜態的14×14位元矩陣，實際應用需要構建每秒改變數百萬次的發射器，實現吉位元級傳輸。團隊正與光學研究小組合作開發高速動態矩陣發射器。參與審閱的密歇根大學電氣與計算機工程系主任、IEEE會士Dennis Sylvester指出，當前光敏單元比傳統SRAM單元大，可能抵消光學方案帶來的效率優勢。研究團隊正透過最佳化電晶體尺寸和利用CMOS縮放技術縮小單元。

應用前景方面，該技術尤其適用於機器人、倉庫和工廠的AI邊緣裝置。透過光學傳輸更新每個機器人中的AI模型，可節省時間和能耗。此外，記憶體受限的微型機器人未來也可能受益，但需要更緊湊的設計。Sylvester認為，邊緣AI是快速增長領域，三五年內其重要性將不亞於資料中心。