با هدایت نادر انقطاع صورت گرفت: انقلاب محاسباتی با ساخت تراشه‌ نوری

به گزارش دیده‌بان علم ایران، این تراشه با افزایش سرعت انتقال داده، افزایش کارآمدی و کاهش برق مصرفی، آموزش مدل‌های هوش مصنوعی را بهبود می بخشد. محققان از مدت‌ها قبل مشغول توسعه سیستم‌های رایانشی مبتنی بر کوانتوم مکانیکی هستند اما حداقل چند سال طول می‌کشد تا این رایانه‌ها به طور گسترده عرضه شوند. شکوفایی اخیر مدل‌های هوش مصنوعی در فناوری به افزایش تقاضا برای رایانه‌هایی منجر شده که می‌توانند مقدار عظیمی از اطلاعات را پردازش کنند اما باید در نظر داشت سیستم‌های رایانشی ناکارآمد به میزان زیادی انرژی مصرف می‌کنند.

انقطاع و افلاطونی یک تراشه سیلیکون-فوتونیک ابداع کرده اند که می‌تواند با کمک نور محاسبات ریانشی را انجام دهد. محققان به دلیل آنکه نور سریع ابزاری برای انتقال داده‌ها است، آن را در تحقیق خود به کار گرفتند. البته آنها از سیلیکون که ماده‌ای فراوان است، استفاده کردند تا بتوانند فناوری را به سرعت مقیاس پذیر کنند.

تیم تحقیقاتی که فیروز افلاطونی، استادیار ایرانی بخش مهندسی الکترونیک و سیستم‌های دانشگاه پنسیلوانیا هم در آن عضویت دارد به این دلیل به سمت استفاده از نور رفته‌اند 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 آنجا که تراشه از سیلیکون ساخته می‌شود، محققان می‌توانستند فرایند ساخت را به طور کامل دوباره ابداع کنند اما در عوض آنها ارتفاع تراشه در برخی مناطق را کاهش دادند تا شیوه انتشار نور داخل تراشه را کنترل کنند.

ایجاد یک تراشه عریض‌تر به پراکندگی نور منجر می‌شود اما محققان با کنترل اختلاف ارتفاع توانستند حرکت نور را داخل تراشه به شکل یک خط مستقیم کنترل کنند.

افلاطونی در این باره می‌گوید: تراشه‌های تازه ابداع شده می‌توانند جایگزین واحدهای پردازش گرافیکی(GPU) شوند که شرکت‌ها از آن برای آموزش و طبقه بندی مدل‌های هوش مصنوعی استفاده می‌کنند.

تراشه انقطاع – افلاطونی فراتر از سرعت قابل توجه و کارایی انرژی، مزایای ذاتی حریم خصوصی را ارائه می دهد. ماهیت محاسبات نیاز به ذخیره داده های حساس در حافظه کاری رایانه را از بین می برد و سیستم های آینده تقویت شده با این فناوری را عملاً در برابر تلاش های هک ایمن می کند.