به گزارش ایسنا، پژوهشگران دانشگاه «پنسیلوانیا» یک تراشه رایانه‌ای جدید ساخته‌اند که به جای برق از نور استفاده می‌کند و می‌تواند آموزش مدل‌های هوش مصنوعی را با بهبود سرعت انتقال داده‌ها و به ‌طور کارآمدتر، کاهش میزان برق مصرفی بهبود بخشد.

به نقل از آی‌ای، بشر امروزه در حال ساخت ابررایانه‌هایی است که می‌توانند یک کوئینتیلیون محاسبه در هر ثانیه انجام دهند. در حالی که مقیاس محاسبات افزایش یافته است، فناوری محاسبات هنوز بر روی اصولی کار می‌کند که اولین بار در دهه ۱۹۶۰ مورد استفاده قرار گرفت.

پژوهشگران در حال کار بر روی توسعه سیستم‌های محاسباتی مبتنی بر مکانیک کوانتومی نیز بوده‌اند، اما این رایانه‌ها حداقل چند سال تا در دسترس قرار گرفتن به صورت گسترده فاصله دارند.

توسعه انفجاری اخیر مدل‌های هوش مصنوعی در دنیای فناوری منجر به تقاضا برای رایانه‌هایی شده است که بتوانند مجموعه‌های بزرگی از اطلاعات را پردازش کنند. با این حال، سیستم‌های محاسباتی ناکارآمد به مصرف بالای انرژی منجر می‌شوند.

تراشه‌هایی که جای برق از نور استفاده می‌کنند

اکنون گروهی به سرپرستی پروفسور نادر انقطاع استاد دانشکده مهندسی و علوم کاربردی دانشگاه پنسیلوانیا، یک تراشه سیلیکونی فوتونیک(SiPh) طراحی کرده‌اند که می‌تواند محاسبات ریاضی را به جای استفاده از برق با استفاده از نور انجام دهد.

این تیم به این دلیل به سمت استفاده از نور رفت که سریع‌ترین وسیله برای انتقال داده‌هاست. همچنین استفاده از سیلیکون که فراوان است، باعث می‌شود این فناوری به سرعت مقیاس‌پذیر شود.

هدف پژوهشگران طراحی تراشه‌ای بود که بتواند ضرب ماتریس برداری را انجام دهد که یک فرآیند محاسبات ریاضی رایج است که به طور گسترده در توسعه و عملکرد شبکه‌های عصبی استفاده می‌شود و هنگام توسعه و تقویت مدل‌های هوش مصنوعی که امروزه در حال توسعه هستند، حیاتی است.

از آنجایی که این تراشه سیلیکونی است، پژوهشگران به جای اینکه فرآیند ساخت آن را از نو اختراع کنند، ارتفاع تراشه را در مناطق خاصی از آن کاهش دادند تا نحوه انتشار نور داخل آن را کنترل کنند.

یک تراشه پهن‌تر به نور اجازه می‌دهد تا در تراشه پخش شود. با این حال، پژوهشگران با کنترل تغییرات ارتفاع اطمینان حاصل کردند که نور درون تراشه فقط در یک خط مستقیم حرکت کند.

تراشه غیرقابل هک آماده برای عرضه

پژوهشگران برای ساخت تراشه‌های SiPh خود به یک کارخانه ریخته‌گری تجاری مراجعه کردند و از آنجایی که این کارخانه فقط می‌توانست تراشه‌هایی را در اندازه‌هایی که در حال حاضر در بازار وجود دارند، طراحی کند، طراحی این تراشه جدید باید مطابق با آن اصلاح شود و پس از آن فوری آماده عرضه خواهد بود.

فیروز افلاطونی، دانشیار مهندسی برق و سیستم‌ها در دانشگاه پنسیلوانیا نیز در این پژوهش مشارکت داشته و می‌گوید که تراشه‌های آنها می‌تواند جایگزین واحدهای پردازش گرافیکی(GPU) شود که شرکت‌ها برای آموزش و طبقه‌بندی مدل‌های هوش مصنوعی خود از آنها استفاده می‌کنند.

وی توصیه می‌کند که تراشه SiPh می‌تواند به عنوان یک افزونه برای زیرساخت‌های موجود که توسط شرکت‌های هوش مصنوعی استفاده می‌شود، عمل کند.

تراشه‌های SiPh علاوه بر انجام محاسبات سریع‌تر و با مصرف برق کمتر، می‌توانند نگرانی‌های مربوط به حریم خصوصی داده‌ها را نیز برطرف کنند. از آنجایی که این تراشه می‌تواند چندین محاسبه را به صورت موازی انجام دهد، در حین انجام محاسبات، نیازی به ذخیره اطلاعات در حافظه نیست.

افلاطونی در بیانیه‌ای افزود: بنابراین هیچ‌کس نمی‌تواند حافظه‌ای که وجود ندارد را برای دسترسی به اطلاعات شما هک کند.

یافته‌های این پژوهش در مجله Nature Photonics منتشر شده است.