ساخت تراشه‌ای برای انجام سریع‌تر وظایف هوش مصنوعی

به گزارش خبرخودرو، دانشمندان چینی تراشه‌ای تولید کردند که نسبت به تراشه‌های هوش مصنوعی با کارایی بالای کنونی ، در انجام برخی کار‌ها مانند تشخیص تصویر و رانندگی خودکار، بسیار سریع‌تر و کارآمدتر است.در پکن)

اگرچه تراشه جدید نمی‌تواند بلافاصله جایگزین تراشه‌های مورد استفاده در دستگاه‌هایی مانند رایانه‌ها یا گوشی‌های هوشمند شود، اما ممکن است به زودی در دستگاه‌های پوشیدنی، خودرو‌های الکتریکی یا کارخانه‌های هوشمند استفاده شود .

تراشه جدید که به نام تراشه تمام آنالوگ ترکیب الکترونیک و نور (ACCEL) شناخته می‌شود، مبتنی بر نور است و از فوتون‌ها، نوعی ذره بنیادی، برای محاسبه و انتقال اطلاعات برای دستیابی به سرعت محاسباتی سریع‌تر استفاده می‌کند.

ایده تراشه مبتنی بر نور ، جدید نیست اما تراشه‌هایی که در حال حاضر مورد استفاده قرار می‌گیرند، برای محاسبه به جریان الکتریکی وابسته هستند، زیرا کنترل فوتون‌ها چالش‌برانگیزتر است.

در یک آزمون آزمایشگاهی، تراشه جدید به سرعت محاسباتی ۴٫۶ PFLOPS (عملیات نقطه شناور پتا در ثانیه) رسید که ۳۰۰۰ برابر سریع‌تر از یکی از پرکاربردترین تراشه‌های هوش مصنوعی تجاری Nvidia A۱۰۰ است. محققان دریافتند تراشه چینی همچنین ۴ میلیون برابر انرژی کمتری مصرف می‌کند.

تراشه جدید توسط شرکت بین‌المللی تولید نیمه هادی چین با استفاده از فرآیند ساخت ترانزیستور ارزان قیمت ۲۰ ساله ساخته شد. عملکرد این تراشه را می‌توان از طریق بهبود فرآیند ساخت و ساز یا با اتخاذ فرآیند‌های ساخت گران‌تر زیر ۱۰۰ نانومتر بهینه‌سازی کرد.

برخلاف تراشه‌های نیمه هادی، تراشه‌های فوتونی از خواص فیزیکی ذاتی نور با جایگزینی ترانزیستور‌ها با اولترا میکروسکوپ و سیگنال‌های الکتریکی با سیگنال‌های نوری استفاده می‌کنند.

استقرار سیستم‌های محاسباتی فوتونیک به دلیل طراحی ساختاری پیچیده و آسیب‌پذیری نسبت به نویز و خطا‌های سیستم، یک چالش بود. این تیم به طور خلاقانه یک چارچوب محاسباتی را معرفی کرد که محاسبات الکترونیکی فوتونیک و آنالوگ را ادغام می‌کند.

استفاده از سیگنال‌های نوری راندمان انرژی را تا حد زیادی افزایش می‌دهد و انرژی مورد نیاز برای کار کردن تراشه‌های موجود به مدت یک ساعت می‌تواند ACCEL را برای بیش از ۵۰۰ سال تامین کند.

مصرف انرژی کم آن همچنین ممکن است به غلبه بر مشکل اتلاف گرما کمک کند، که در حال حاضر مانع قابل توجهی در راه کوچک سازی بیشتر مدار‌های مجتمع قرار می‌دهد.

با این حال، معماری محاسباتی آنالوگ تراشه، کاربرد آن را به حل مشکلات خاص محدود می‌کند و نمی‌تواند برنامه‌های مختلف را اجرا کند یا فایل‌هایی مانند تراشه‌های محاسباتی عمومی را در گوشی‌های هوشمند فشرده کند.

وظایفی که این تراشه می‌تواند انجام دهد شامل تشخیص تصویر با وضوح بالا، محاسبه نور کم و شناسایی ترافیک است.

این طرح توسط برنامه تحقیق و توسعه ملی وزارت علوم چین و بنیاد ملی علوم طبیعی چین تامین مالی شده است.