第二代AOC｜微軟新類比光學電腦 AI節能百倍 利用坊間零件開發 取代傳統二進制運算
原文刊於信報財經新聞「CEO AI⎹ EJ Tech」
當光線以不同強度穿過中間媒介，例如數碼相機的傳感器時，就可以用於加法及乘法運算。英國劍橋的微軟研究院以坊間的零件，例如具備光學鏡頭的投影機、數碼傳感器，以及比人類髮絲細很多倍的MicroLED，開發了第二代的「類比光學電腦」（AOC）原型。當中結合模擬電子學及三維光學技術，有望加速人工智能（AI）推理及組合最佳化，能源效率提升百倍，日後甚至可運行大型語言模型（LLM）。
團隊今次建構的第二代AOC，主要以光線及類比訊號，取代傳統的二進制運算；並將部分的運算任務，卸載到軟件「數碼孿生」。機身擁有256個權重（或稱參數），比第一代的64個權重多出3倍。隨着研究人員不斷改進AOC，在機器增加更多MicroLED，最終可能達至數百萬，甚至超過10億個權重；加上零件趨向微型化，估計AOC的尺寸將愈來愈小。
快速處理複雜任務
有別於典型的二進制數碼電腦，AOC依靠物理系統承載計算，突破數碼運算的幾個根本性限制，包括：避免計算與記憶體分離、同時處理連續數據及二進制數據，並採用非同步操作，使電腦得以「光速」運行。微軟研究院首席研究員格拉德羅（Jannes Gladrow），其專長是AI及機器學習，他指出，「AOC最重要一點是，我們估計它的能源效率提升了大約100倍。」在未來版本AOC運行的LLM，理論上可以用很少能量，就能處理複雜的推理任務。
以最佳化問題（Optimization Problems）為例，可從幾乎無限的可能性中，找到最佳的解決方案，適用於金融、物流及醫療保健等領域。經典例子是「旅行推銷員問題」，如果一位旅行推銷員，試圖在回家前只訪問5個城市，繼而規劃一條最高效的路線，那麼可能路線會有12條；但如果變成61個城市，那麼潛在路線的數量，將超過數十億條。
可應用於醫療金融場景
研究人員將AOC應用於兩類場景，一類涉及磁力共振掃描（MRI），另一類涉及複雜的銀行交易。首先在醫療保健領域，研究人員使用「數碼孿生」重建MRI掃描，並獲得較高精確度，理論上可將掃描時間，從30分鐘縮短至5分鐘。金融用例方面，由微軟與巴克萊銀行合作開展，並建模了一種貨銀兩訖（DvP）演算法，用於結算1800個假設方的2.8萬筆交易。
微軟指出，AOC專案是未來AI基建研究的一部分，正在創新及孵化新型的硬件技術，在AI及雲端數碼中心部署或使用。其跨學科團隊涵蓋了整個技術堆疊，在系統及網絡、光學、機器學習、物理、數學及硬件上有豐富經驗。研究團隊已於學術期刊《自然光子學》發表論文，並於代碼託管平台GitHub，公開分享其「最佳化求解器」演算法，以及所開發的「數碼孿生」，以便其他組織人員研究。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
