التقدم في الشرائح الدقيقة يقربنا من حواف الحوسبة الاصطناعية

قام باحثون من جامعة برينستون بتطوير أجهزة وبرامج مصممة معًا لزيادة سرعة وكفاءة أنظمة الذكاء الاصطناعي المتخصصة.

نافين فيرما هو أستاذ الهندسة الكهربائية والحاسوبية في برينستون ويقود فريق البحث.

“البرمجيات هي جزء حاسم في تمكين الأجهزة الجديدة”، قال فيرما. “الأمل هو أن يستمر المصممون في استخدام نفس نظام البرمجيات – وسيعمل عشر مرات أسرع وأكثر كفاءة”.

النظم التي طورها الباحثون تقلل من الطلب على الطاقة وكمية البيانات التي تحتاج إلى تبادلها من الخوادم عن بُعد. وبهذا، يمكن أن تتم تطبيقات الذكاء الاصطناعي مثل برامج الطيران للأجهزة بدون طيار على حواف بنية الحوسبة.

فيرما هو أيضًا مدير مركز كيلر في جامعة برينستون للابتكار في تعليم الهندسة.

“لجعل الذكاء الاصطناعي متاحًا لعملية الوقت الحقيقي والشخصية في كل مكان حولنا، نحتاج إلى معالجة التأخير والخصوصية عن طريق نقل الحوسبة نفسها إلى الحواف”، قال فيرما. “وهذا يتطلب كفاءة في الطاقة والأداء”.

تصاميم شرائح جديدة

طور فريق برينستون تصميم شريحة جديد قبل عامين، وكان من المفترض أن يحسن أداء الشبكات العصبونية. يمكن للشريحة أداء عشرات إلى مئات المرات أفضل من الشرائح الأخرى في السوق.

“النقطة الرئيسية الضعف في الشريحة هي أنها تستخدم هيكلًا غير عادي ومزعج”، قال فيرما في عام 2018. “يجب أن يتم مصالحته مع الكم الهائل من البنية والمنهجية التصميمية التي لدينا واستخدمناها اليوم”.

تم تحسين الشريحة بشكل مستمر على مدار العامين التاليين، وتم إنشاء نظام برمجي يسمح لأنظمة الذكاء الاصطناعي باستخدام التكنولوجيا الجديدة بكفاءة. كانت الفكرة هي أن تتيح الشرائح الجديدة لأنظمة تكون قابلة للتوسيع في الأجهزة وتنفيذ البرمجيات.

“يمكن برمجة الشبكات عبر جميع هذه الشبكات”، قال فيرما. “يمكن أن تكون الشبكات كبيرة جدًا، ويمكن أن تكون صغيرة جدًا”.

السيناريو الأمثل للحوسبة هو أن تتم على التكنولوجيا نفسها، بدلاً من حاسوب الشبكة عن بُعد. ومع ذلك، يتطلب ذلك كميات هائلة من الطاقة وتخزين البيانات، مما يجعل من الصعب تصميم نظام كهذا.

للتغلب على هذه القيود، صمم الباحثون شريحة تقوم بالحوسبة وتخزين البيانات في نفس المنطقة، والتي تسمى الحوسبة في الذاكرة. تقطع هذه التقنية الطاقة والزمن اللازمين لتبادل المعلومات مع الذاكرة المخصصة.

为了 تجنب التشغيل التناظري، الذي يتطلب الحوسبة في الذاكرة وهو حساس للتلف، اعتمد الفريق على المكثفات بدلاً من الترانزستورات في تصميم الشريحة. لا تواجه المكثفات نفس التأثير الناتج عن التغيرات في الجهد، وهي أكثر دقة.

على الرغم من التحديات المختلفة المحيطة بأنظمة التشغيل التناظري، فإنها تحمل العديد من المزايا عند استخدامها لتطبيقات مثل الشبكات العصبونية.现在، يبحث الباحثون في كيفية دمج أنواع النظامين، حيث أن الأنظمة الرقمية هي المركزية في حين أن الشبكات العصبونية التي تعتمد على الشرائح التناظرية قادرة على تشغيل عمليات متخصصة سريعة وفعالة.