Φωτονικό επεξεργαστή Τεχνητής Νοημοσύνης με τη μεγαλύτερη παγκοσμίως Υπολογιστική Ισχύ
Κατασκευάζει
το Τμήμα Πληροφορικής
του Αριστοτελείου Πανεπιστημίου
Θεσσαλονίκης!

Φωτογραφίες: (Αριστερά) Τα μέλη της ερευνητικής ομάδας του Τμ. Πληροφορικής που πραγματοποιούν την πειραματική υλοποίηση για τον φωτονικό επεξεργαστή τεχνητής νοημοσύνης. Διακρίνονται από αριστερά οι υποψήφιοι διδάκτορες: κ. Αντώνης Πράπας, κ. Μόσχος Θεόδωρος, κ. Οδυσσέας Ασημόπουλος. (Δεξιά) Τα μέλη της ερευνητικής ομάδας του Τμήματος Πληροφορικής που ανέπτυξαν τον φωτονικό επεξεργαστή Τεχνητής Νοημοσύνης. Διακρίνονται από αριστερά: όρθιοι οι επίκουρος καθηγητής Νικόλαος Πασσαλής, καθηγητής Νικόλαος Πλέρος, Καθηγητής Αναστάσιος Τέφας, καθιστοί οι Χρήστος Παππάς, Δρ. Μιλτιάδης Μόραλης-Πέγιος, Δρ. Απόστολος Τσακυρίδης, Δρ. Γεώργιος Γιαμουγιάννης και Δρ. Μάνος Κίρτας
Το φωτονικό επεξεργαστή τεχνητής νοημοσύνης, ο οποίος προσφέρει τη μεγαλύτερη υπολογιστική ισχύ- που έχει καταγραφεί μέχρι και σήμερα ανά την υφήλιο κι αφορά στη κατηγορία των πλήρως προγραμματιζόμενων επεξεργαστικών πυρήνων -παρουσιάζει ήδη το Τμήμα Πληροφορικής του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης (ΑΠΘ)!
Λειτουργεί με φως
αντί για ηλεκτρικό ρεύμα
Ο επεξεργαστής αυτός βασίζεται στους φωτονικούς νευρώνες και λειτουργεί με φως αντί για ηλεκτρικό ρεύμα, υλοποιώντας μια πρωτότυπη αρχιτεκτονική η οποία- για πρώτη φορά- μπορεί και υλοποιεί αλγεβρικές πράξεις σε υψηλές ταχύτητες αξιοποιώντας πολυπλεξία σε τρεις διαστάσεις: το χρόνο, το χώρο και το μήκος κύματος.
Με τον τρόπο αυτό κατάφερε ο συγκεκρμένος επεξεργαστης να παρέχει συνολική υπολογιστική ισχύ ίση με 262 TOPS (262 × 1012 πράξεις ανά δευτερόλεπτο).
Αυτή η υπολογιστική ισχύς αποτελεί αριθμό ρεκόρ μεταξύ όλων των προγραμματιζόμενων πυρήνων τεχνητής νοημοσύνης, αφού:
Είναι περίπου 24 φορές υψηλότερη σε σχέση με τις αντίστοιχες επιδόσεις άλλων ερευνητικών πρωτοτύπων πλήρως προγραμματιζόμενων φωτονικών επεξεργαστών και περίπου 10 φορές υψηλότερη από τον ισχυρότερο πυρήνα τεχνητής νοημοσύνης (tensor core) B200 της NVIDIA!
Επίλυση
ενός σημαντικού προβλήματος
των φωτονικών επεξεργαστών
Η έρευνα του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης «έρχεται» να επιλύσει ένα από τα σημαντικότερα τρέχοντα προβλήματα, που υφίσταται στο τομέα των φωτονικών επεξεργαστών και το οποίο συνίσταται στη δυνατότητά τους να υποστηρίξουν μεγάλα μοντέλα τεχνητής νοημοσύνης.
Πρωτοποριακή έρευνα
δύο ερευνητικών ομάδων
Η πρωτοποριακή έρευνα στο συγκεκριμένο πεδίο των επεξεργαστών βασίστηκε στη διεπιστημονική συνεργασία των δύο ερευνητικών ομάδων του Τμήματος Πληροφορικής του ΑΠΘ:
♦ Της ερευνητικής ομάδας Ασύρματων και Φωτονικών Συστημάτων και Δικτύων (WinPhoS, http://winphos.web.auth.gr/ ) του ΚΕΔΕΚ του ΑΠΘ, με επιστημονικό υπεύθυνο τον καθηγητή, Νίκο Πλέρο.
♦Της ερευνητικής ομάδας Υπολογιστικής Νοημοσύνης και Βαθιάς Μάθησης του Τμήματος Πληροφορικής του ΑΠΘ (CIDL Research group, https://cidl.csd.auth.gr/), με επιστημονικό υπεύθυνο τον καθηγητή, Αναστάσιο Τέφα και βασικό συνεργάτη τον επίκουρο καθηγητή του Τμήματος Χημικών Μηχανικών, Νικόλαο Πασσαλή.
Διάκριση
του κύριου ερευνητή
Χαρακτηριστικό είναι ότι ο κύριος ερευνητής, Χρήστος Παππάς, διακρίθηκε πρόσφατα για τη συγκεκριμένη έρευνα από την IEEE Photonics Society μεταξύ των 10 κορυφαίων υποψήφιων διδακτόρων παγκοσμίως για το έτος 2025, και έλαβε το βραβείο 2025 Photonics Society Graduate Student Scholarship.
Επίσης, ο Δρ. Απόστολος Τσακυρίδης προσκλήθηκε να παρουσιάσει τα αποτελέσματα αυτής της έρευνας στο παγκόσμιο συνέδριο Οπτικών Επικοινωνιών, που θα γίνει το Μάρτιο του 2026 στο Λος Άντζελες των ΗΠΑ.
Σχετικά με τη
χρηματοδότηση της έρευνας
Η συνεργασία των δύο ερευνητικών ομάδων του Αριστοτελείου έχει προσελκύσει σημαντική χρηματοδότηση:
♦ Από πλήθος ευρωπαϊκών προγραμμάτων «Horizon» και διάφορων εθνικών ερευνητικών προγραμμάτων.
♦ Από την αμερικάνικη start-up εταιρεία «Celestial AI», η οποία εδρεύει στο Silicon Valley της California και πρόσφατα εξαγοράστηκε από τη Marvell.
Η εργασία των Ελλήνων επιστημόνων δημοσιεύτηκε στις 13 Νοεμβρίου του 2025 στο επιστημονικό περιοδικό «APL Photonics».
©Typologos.com 2025



















