Araştırmacılar Akıllı Bilgisayarların Enerji Verimliliğini Artırmak için Yeni Bir Yöntem Geliştirdiler

Texas Üniversitesi’nin Cockrell Mühendislik Okulu’ndan araştırmacılar, akıllı bilgisayarların enerji verimliliğini artırmak için yeni bir yöntem keşfettiler. Bu, büyük miktarda veri işleme için enerjiye olan ihtiyacın arttığı bir zamanda gerçekleşiyor, bu da yeni teknolojilerin geliştirilmesinin bir sonucu.

Bilgisayar Altyapısı

Bilgisayarların altyapısını oluşturan silikon çipler yerine, yeni geliştirilen sistem manyetik bileşenler kullanıyor. Silikon çipler, yapay zeka, otonom araçlar ve 5G ve 6G telefonlar gibi şeylerin neden olduğu sınırlarına ulaşıyor. Yeni uygulamalar daha hızlı hızlar, azaltılmış gecikme ve ışık algılama gerektiriyor, tüm bunlar artan enerji gerektiriyor. Bu nedenle, silikonun alternatifleri araştırılıyor.

Araştırmacılar, manyetik bileşenlerin fiziksel özelliklerini inceleyerek, enerji maliyetlerini azaltma yolları hakkında yeni bilgiler keşfettiler. Ayrıca, desenleri ve görüntüleri tanıyabilen sinir ağları olan eğitim algoritmalarının gereksinimlerini azaltma yollarını da keşfettiler.

Jean Anne Incorvia, Cockrell Mühendislik Okulu’nun Elektrik ve Bilgisayar Mühendisliği Bölümü’nde yardımcı profesör.

“Şu anda, sinir ağlarınızı eğitmek için kullanılan yöntemler çok enerji yoğundur” dedi Jean Anne Incorvia. “Çalışmamız, eğitim çabasını ve enerji maliyetlerini azaltmaya yardımcı olabilir.”

Araştırma sonuçları IOP Nanotechnology‘de yayımlandı.

Yanlış Engelleme

Incorvia, ilk yazar ve ikinci yıl yüksek lisans öğrencisi Can Cui ile birlikte çalıştı. Birlikte, çalışmayı yönettiler ve yapay sinirlerin veya manyetik nanotellerin birbirleriyle rekabet etme yeteneğinin, onları belirli bir şekilde yerleştirerek doğal olarak artırabileceğini keşfettiler. Bu durumda, en aktif olanlar kazanır ve bu etki “yanlış engelleme” olarak adlandırılır.

Yanlış engelleme genellikle maliyetleri artırır ve daha fazla enerji ve alan gerektirir, çünkü bilgisayarlar içinde ek devreler gerekir.

Incorvia’ya göre, yeni yöntem standart bir geri yayılma algoritmasına göre çok daha enerji verimlidir. Aynı öğrenme görevlerini gerçekleştirirken, araştırmacıların yöntemi 20 ila 30 kat daha fazla enerji azaltımı sağlıyor.

Yeni bilgisayarları incelediğimizde, insan beyni ile benzerlik görülür. İnsanların beyninde nöronlar bulunduğu gibi, bilgisayarlar da yapay nöronlar içerir. Yanlış engelleme, daha yavaş nöronların en hızlı ateşlenen nöronlar tarafından ateşlenmesini engeller. Bu, veri işlemede enerji kullanımının azalmasına neden olur.

Incorvia, bilgisayarların işleyişinde temel bir değişim olduğunu belirtti. Yeni trendlerden biri, bilgisayarların insan beyni gibi düşünmesini sağlayan nöromorfik hesaplama olarak görülebilir.

Yeni geliştirilen akıllı cihazlar, bireysel görevleri işlemek yerine, aynı anda büyük miktarda veri analiz ediyor. Bu, yapay zeka ve makine öğreniminin temel yönlerinden biri.

Araştırmanın ana odak noktası, iki manyetik nöron arasındaki etkileşimler ve çoklu nöronların etkileşimleri idi. Araştırma ekibi, bulgularını şimdi daha büyük nöron kümelerine uygulayacak.

Araştırma, Ulusal Bilim Vakfı CAREER Ödülü ve Sandia Ulusal Laboratuvarları tarafından desteklenmiştir. Kaynaklar, Teksas Üniversitesi’nin Teksas İleri Bilgisayar Merkezi tarafından sağlanmıştır.