शोधकर्ता स्मार्ट कंप्यूटरों की ऊर्जा कुशलता बढ़ाने के लिए एक नए तरीके का विकास करते हैं

टेक्सास विश्वविद्यालय के कॉक्रेल स्कूल ऑफ इंजीनियरिंग के शोधकर्ताओं ने स्मार्ट कंप्यूटरों की ऊर्जा कुशलता बढ़ाने के लिए एक नए तरीके की खोज की है। यह तब हो रहा है जब बड़ी मात्रा में डेटा को संसाधित करने के लिए ऊर्जा की बढ़ती आवश्यकता है, जो नए विकसित प्रौद्योगिकी का परिणाम है।

कंप्यूटरों की बुनियादी संरचना

आम तौर पर, सिलिकॉन चिप्स का उपयोग कंप्यूटरों को शक्ति प्रदान करने वाली बुनियादी संरचना बनाने के लिए किया जाता है, लेकिन हाल ही में विकसित प्रणाली सिलिकॉन के बजाय चुंबकीय घटकों पर निर्भर करती है। सिलिकॉन चिप्स अपनी सीमाओं तक पहुंच रहे हैं, क्योंकि कृत्रिम बुद्धिमत्ता, स्व-ड्राइविंग कारें, और 5जी और 6जी फोन जैसी चीजें हैं। नए अनुप्रयोगों को तेजी से गति, कम विलंबता, और प्रकाश का पता लगाने की आवश्यकता है, जिसमें अधिक ऊर्जा की आवश्यकता होती है। इसके कारण, सिलिकॉन के विकल्पों पर विचार किया जा रहा है।

चुंबकीय घटकों के भौतिकी का अध्ययन करके, शोधकर्ताओं ने ऊर्जा लागत को कम करने के बारे में नई जानकारी प्राप्त की। उन्होंने प्रशिक्षण एल्गोरिदम की आवश्यकताओं को कम करने के तरीके भी खोजे, जो पैटर्न और छवियों को पहचानने में सक्षम न्यूरल नेटवर्क हैं।

जीन एन इंकोर्विया कॉक्रेल स्कूल के इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग विभाग में एक सहायक प्रोफेसर हैं।

“वर्तमान में, न्यूरल नेटवर्क को प्रशिक्षित करने के तरीके बहुत अधिक ऊर्जा-गहन हैं,” जीन एन इंकोर्विया ने कहा। “हमारा काम ऊर्जा लागत और प्रशिक्षण प्रयास को कम करने में मदद कर सकता है।”

शोध के परिणाम आईओपी नैनोटेक्नोलॉजी में प्रकाशित हुए हैं।

पार्श्व निषेध

इंकोर्विया को पहले लेखक और दूसरे वर्ष के स्नातक छात्र कैन कुई ने ज्वाइन किया। उन्होंने मिलकर अध्ययन का नेतृत्व किया और पाया कि कृत्रिम न्यूरॉन, या चुंबकीय नैनोवायर, को प्रतिस्पर्धा करने की क्षमता को कुछ तरीकों से स्थान देकर प्राकृतिक रूप से बढ़ाया जा सकता है। इस स्थिति में, सबसे अधिक सक्रिय लोग जीत जाते हैं, और इस प्रभाव को “पार्श्व निषेध” कहा जाता है।

पार्श्व निषेध आमतौर पर लागत और ऊर्जा को बढ़ाता है, और कंप्यूटरों के भीतर अतिरिक्त सर्किटरी के कारण अधिक स्थान की आवश्यकता होती है।

इंकोर्विया के अनुसार, यह नया तरीका मानक बैक-प्रोपेगेशन एल्गोरिदम की तुलना में बहुत अधिक ऊर्जा-कुशल है। जब समान सीखने के कार्यों को करते हुए, शोधकर्ताओं के तरीके से 20 से 30 गुना तक ऊर्जा में कमी आती है।

नए कंप्यूटरों को देखते समय, मानव मस्तिष्क के साथ एक समानता है। जैसे मानव मस्तिष्क में न्यूरॉन होते हैं, कंप्यूटरों में कृत्रिम संस्करण होते हैं। पार्श्व निषेध तब होता है जब धीमी न्यूरॉन को तेजी से न्यूरॉन द्वारा आग लगने से रोका जाता है। इससे डेटा प्रोसेसिंग में ऊर्जा की कम आवश्यकता होती है।

इंकोर्विया ने संकेत दिया है कि कंप्यूटरों के भीतर और वे कैसे काम करते हैं उसमें एक मूलभूत परिवर्तन हो रहा है। नए रुझानों में से एक को न्यूरोमॉर्फिक कंप्यूटिंग कहा जाता है, जिसे मानव मस्तिष्क की तरह कंप्यूटरों को डिजाइन करने की प्रक्रिया के रूप में देखा जा सकता है।

नए स्मार्ट डिवाइसों को एक ही समय में बड़ी मात्रा में डेटा का विश्लेषण करने के लिए डिज़ाइन किया गया है, न कि केवल व्यक्तिगत कार्यों को संसाधित करने के लिए। यह कृत्रिम बुद्धिमत्ता और मशीन लर्निंग के मूलभूत पहलुओं में से एक है।

इस शोध का मुख्य फोकस दो चुंबकीय न्यूरॉन के बीच और कई न्यूरॉन के बीच की बातचीत पर था। टीम अब अपने निष्कर्षों को कई न्यूरॉन के बड़े सेट पर लागू करेगी।

इस शोध को नेशनल साइंस फाउंडेशन केयरियर अवार्ड और सैंडिया नेशनल लेबोरेटरीज द्वारा समर्थित किया गया था। संसाधन यूटी के टेक्सास एडवांस्ड कंप्यूटिंग सेंटर द्वारा प्रदान किए गए थे।