محققان دانشگاه پنسیلوانیا یک تراشه کامپیوتری جدید ساخته اند که به جای برق از نور استفاده می کند و می تواند آموزش مدل های هوش مصنوعی را با افزایش سرعت انتقال داده ها و کارآمدتر کردن آن و کاهش مصرف انرژی بهبود بخشد.
به گفته هوش مصنوعی، مردم اکنون در حال ساخت ابررایانه هایی هستند که می توانند یک تریلیون محاسبه در ثانیه انجام دهند. اگرچه میزان پردازش داده ها افزایش یافته است، فناوری رایانه هنوز بر اساس اصولی است که اولین بار در دهه 1960 به کار رفت.
به گزارش ایسنا، محققان در حال کار بر روی توسعه سیستم های کامپیوتری مبتنی بر مکانیک کوانتومی هستند، اما این کامپیوترها هنوز حداقل چند سال با دسترسی گسترده فاصله دارند.
انفجار اخیر مدل‌های هوش مصنوعی در دنیای فناوری منجر به تقاضای رایانه‌هایی شده است که می‌توانند حجم زیادی از داده‌ها را پردازش کنند. با این حال، سیستم های کامپیوتری ناکارآمد منجر به مصرف بالای انرژی می شود.
تراشه هایی که به جای برق از نور استفاده می کنند
اکنون گروهی به سرپرستی پروفسور نادر انگهات، استاد دانشکده مهندسی و علوم کاربردی دانشگاه پنسیلوانیا، یک تراشه فوتونیک سیلیکونی (SiPh) ساخته اند که می تواند محاسبات ریاضی را با استفاده از نور به جای الکتریسیته انجام دهد.
این تیم نور را انتخاب کردند زیرا سریعترین وسیله برای انتقال داده است. علاوه بر این، استفاده از سیلیکون که به وفور وجود دارد، این فناوری را به سرعت مقیاس پذیر می کند.
هدف محققان طراحی تراشه ای بود که بتواند ضرب ماتریس برداری را انجام دهد، یک فرآیند محاسباتی ریاضی رایج که به طور گسترده در توسعه و بهره برداری از شبکه های عصبی استفاده می شود و برای توسعه و بهره برداری از مدل های توسعه یافته امروزه هوش مصنوعی بسیار مهم است.
از آنجایی که تراشه سیلیکونی است، به جای اختراع مجدد فرآیند تولید، محققان ارتفاع تراشه را در مناطق خاصی کاهش دادند تا نحوه تابش نور در داخل را کنترل کنند.
یک تراشه پهن تر اجازه می دهد تا نور در سراسر تراشه پخش شود. با این حال، محققان با کنترل تغییرات ارتفاع، اطمینان حاصل کردند که نور درون تراشه فقط در یک خط مستقیم منتشر می شود.
تراشه غیرقابل هک آماده انتشار است
محققان برای تولید تراشه‌های SiPh خود به یک کارخانه ریخته‌گری تجاری مراجعه کردند و از آنجایی که ریخته‌گری فقط می‌توانست تراشه‌هایی را در اندازه‌هایی که در حال حاضر در بازار موجود است طراحی کند، طراحی تراشه جدید باید بر این اساس تغییر می‌کرد و پس از آن بلافاصله در دسترس خواهد بود. .
فیروز افلاطونی، دانشیار مهندسی برق و سیستم در دانشگاه پنسیلوانیا نیز در این تحقیق شرکت داشت و می‌گوید تراشه‌های آنها می‌تواند جایگزین واحدهای پردازش گرافیکی (GPU) شود که شرکت‌ها برای آموزش و طبقه‌بندی مدل‌های هوش مصنوعی خود از آنها استفاده می‌کنند.
او اشاره می کند که تراشه SiPh می تواند مکمل زیرساخت موجود شرکت های هوش مصنوعی باشد.
تراشه‌های SiPh علاوه بر انجام محاسبات سریع‌تر و مصرف انرژی کمتر، می‌توانند نگرانی‌های مربوط به حریم خصوصی را نیز برطرف کنند. از آنجایی که این تراشه می تواند چندین محاسبات را به صورت موازی انجام دهد، در حین محاسبات نیازی به ذخیره اطلاعات در حافظه نیست.
پلاتونی در بیانیه‌ای افزود: «بنابراین، هیچکس نمی‌تواند فضای ذخیره‌سازی را که برای دسترسی به اطلاعات شما وجود ندارد هک کند.»
نتایج این تحقیق در مجله Nature Photonics منتشر شد.