Ένα chip υπολογιστή, το οποίο μπορεί να ενισχύσει την απόδοση της τεχνητής νοημοσύνης (AI) λειτουργώντας ταχύτερα με πολύ μικρότερη κατανάλωση ενέργειας, αναπτύχθηκε από ερευνητές του IBM στο San Jose της California.
Το τεράστιο chip NorthPole εξαλείφει την ανάγκη συχνής πρόσβασης στην εξωτερική μνήμη, επιτρέποντας την πιο αποτελεσματική εκτέλεση εργασιών, όπως η αναγνώριση εικόνας. Αυτή η νέα αρχιτεκτονική προσφέρει γρηγορότερη απόδοση, ενώ ταυτόχρονα μειώνει σημαντικά την κατανάλωση ενέργειας.
“Η ενεργειακή του απόδοσή είναι απλά εκπληκτική”, δηλώνει ο Damien Querlioz, ερευνητής νανοηλεκτρονικής στο Πανεπιστήμιο Paris-Saclay στο Palaiseau. Η μελέτη, που δημοσιεύθηκε στο Science1, αποδεικνύει ότι οι υπολογιστές και η μνήμη μπορούν να ενσωματωθούν σε μεγάλη κλίμακα. “Πιστεύω ότι αυτή η έρευνα θα ανατρέψει τα δεδομένα στην αρχιτεκτονική των υπολογιστών”.
Δείτε ακόμα: Apple: Θα κυκλοφορήσει MacBook με M3 chip τον επόμενο χρόνο;
Το NorthPole χρησιμοποιεί νευρωνικά δίκτυα: πολυεπίπεδες συστοιχίες απλών υπολογιστικών μονάδων που έχουν προγραμματιστεί να αναγνωρίζουν μοτίβα στα δεδομένα. Κάθε επίπεδο λαμβάνει δεδομένα, όπως τα pixel μιας εικόνας. Καθώς προχωράμε σε κάθε επίπεδο, ανακαλύπτουμε μοτίβα αυξανόμενης πολυπλοκότητας και μεταδίδουμε πληροφορίες στο επόμενο επίπεδο. Το τελικό επίπεδο παρέχει μια έξοδο που μπορεί να εκφράσει, για παράδειγμα, πόσο πιθανό είναι μια εικόνα να περιέχει μια γάτα, ένα αυτοκίνητο ή άλλα αντικείμενα.
Συμφόρηση/ Αρχιτεκτονική Von Neumann
Ορισμένοι υπολογιστές μπορούν να χειριστούν αποτελεσματικά αυτούς τους υπολογισμούς, αλλά απαιτούν εξωτερική μνήμη γνωστή ως RAM κάθε φορά που πραγματοποιούν έναν υπολογισμό. Η μεταφορά δεδομένων μεταξύ των τσιπ με αυτόν τον τρόπο επιβραδύνει την διαδικασία – ένα φαινόμενο γνωστό ως συμφόρηση Von Neumann, που οφείλει το όνομά του στον μαθηματικό John von Neumann. Ο John von Neumann ήταν ο πρώτος που σχεδίασε την τυπική αρχιτεκτονική των υπολογιστών με μια μονάδα επεξεργασίας και μια ξεχωριστή μονάδα μνήμης.
Η συμφόρηση Von Neumann αποτελεί έναν από τους κύριους παράγοντες που επιβραδύνουν τις εφαρμογές υπολογιστών, συμπεριλαμβανομένης της τεχνητής νοημοσύνης. Ο συν-συγγραφέας της μελέτης, Dharmendra Modha, μηχανικός υπολογιστών στο IBM, υπολόγισε, ότι η προσομοίωση ενός ανθρώπινου εγκεφάλου με αυτή την αρχιτεκτονική θα μπορούσε να απαιτεί την ισοδύναμη ενέργεια παραγωγής 12 πυρηνικών αντιδραστήρων.
Το NorthPole αποτελείται από 256 υπολογιστικές μονάδες ή πυρήνες, με καθέναν από αυτούς να διαθέτει τη δική του μνήμη. Αυτό μειώνει τη συμφόρηση Von Neumann σε κάθε πυρήνα, σύμφωνα με τον επικεφαλής επιστήμονα του IBM Modha.
Οι πυρήνες είναι συνδεδεμένοι μεταξύ τους σε ένα δίκτυο που εμπνέεται από τις συνδέσεις της λευκής ύλης ανάμεσα στα τμήματα του ανθρώπινου εγκεφάλου, σύμφωνα με τον Modha. Αυτές και άλλες αρχές σχεδιασμού – πολλές από τις οποίες υπήρχαν προηγουμένως αλλά δεν είχαν ποτέ συνδυαστεί σε ένα chip. Επιπλέον, χρησιμοποιεί μόνο το ένα πέμπτο της ενέργειας των chip τεχνητής νοημοσύνης, παρά το γεγονός ότι δεν χρησιμοποιεί τις πιο πρόσφατες και πιο μικροσκοπικές διαδικασίες παραγωγής. Αν ο σχεδιασμός του NorthPole εφαρμοζόταν με την πιο εξελιγμένη διαδικασία κατασκευής, η απόδοσή του θα ήταν 25 φορές καλύτερη από εκείνη των σημερινών σχεδίων.
Ακόμη και τα 224 megabyte RAM του NorthPole δεν επαρκούν για μεγάλα γλωσσικά μοντέλα, όπως αυτά που χρησιμοποιούνται από το chatbot ChatGPT. Αυτά τα μοντέλα καταλαμβάνουν αρκετές χιλιάδες megabyte δεδομένων, ακόμα και στις πιο ανεπίσημες εκδόσεις τους. Επιπλέον, το chip μπορεί να υποστηρίξει μόνο προ-προγραμματισμένα νευρωνικά δίκτυα, τα οποία πρέπει να “εκπαιδευτούν” εκ των προτέρων σε ξεχωριστή μηχανή. Παρόλα αυτά, οι συντάκτες της εφημερίδας αναφέρουν ότι η αρχιτεκτονική του NorthPole θα μπορούσε να είναι χρήσιμη σε εφαρμογές που απαιτούν υψηλή ταχύτητα, όπως τα self-driving αυτοκίνητα.
Το NorthPole βρίσκει τρόπους να φέρει τις μονάδες μνήμης όσο το δυνατόν πιο κοντά στον πυρήνα των υπολογιστικών στοιχείων, για να επιτύχει τη μέγιστη απόδοση. Οι ερευνητές όμως, έχουν αναπτύξει πιο πρωτοποριακές καινοτομίες χρησιμοποιώντας νέα υλικά και διαδικασίες παραγωγής. Αυτές επιτρέπουν στις ίδιες τις μονάδες μνήμης να εκτελούν υπολογισμούς, οι οποίοι, κατά βάση, θα μπορούσαν να ενισχύσουν ακόμη περισσότερο την ταχύτητα και την απόδοση.
Δείτε ακόμα: Η Qualcomm θα προμηθεύει την Apple με 5G chips έως το 2026!
Ένα άλλο chip που περιγράφηκε τον περασμένο μήνα, χρησιμοποιεί memristors για να πραγματοποιήσει υπολογισμούς στη μνήμη. Τα memristors είναι στοιχεία κυκλώματος που μπορούν να αλλάξουν μεταξύ της αντίστασης και του αγωγιμού. Και οι δύο προσεγγίσεις, και της IBM και της δικής μας, υπόσχονται να μειώσουν την καθυστέρηση και την ενεργειακή κατανάλωση που συνδέεται με τη μεταφορά δεδομένων. Ο Bin Gao αναφέρθηκε σε μια μελέτη που εκπόνησε για τα memristors στο Πανεπιστήμιο Tsinghua του Πεκίνου.
Μια άλλη προσέγγιση, η οποία έχει αναπτυχθεί από πολλές ομάδες – συμπεριλαμβανομένου ενός εργαστηρίου της IBM στη Ζυρίχη της Ελβετίας – αποθηκεύει πληροφορίες με τον τρόπο που αλλάζει την κρυσταλλική δομή ενός κυκλώματος. Μένει να δούμε εάν αυτές οι πιο πρόσφατες προσεγγίσεις, μπορούν να αναπτυχθούν οικονομικά.
Πηγή: nature.com
