شرکت IBM از فناوری اپتیک برای افزایش چشمگیر سرعت و کارایی در آموزش مدل‌های هوش مصنوعی استفاده می‌کند و می‌تواند تحولی در توسعه الگوریتم‌های یادگیری عمیق ایجاد کند.
به گزارش تکناک، شرکت IBM اعلام کرد که با استفاده از فناوری جدید اپتیک، توانسته است مدل‌های هوش مصنوعی را با سرعت نور آموزش و مصرف انرژی را به‌شدت کاهش دهد. طبق گفته این شرکت، میزان انرژی صرفه‌جویی‌شده در مراکز داده هنگام آموزش مدل‌های هوش مصنوعی، معادل مصرف سالانه انرژی ۵۰۰۰ خانه در ایالات متحده است.
نئووین می‌نویسد که این پیشرفت بزرگ در حالی حاصل شده است که IBM در حال تحول زیرساخت‌های مراکز داده خود است. در‌حال‌حاضر، بسیاری از مراکز داده از کابل‌های فیبر‌نوری برای ارتباط با دنیای خارج استفاده می‌کنند. بااین‌حال، هنوز در داخل مراکز از سیم‌های مسی برای اتصال دستگاه‌ها بهره برده می‌شود. این سیم‌ها به‌ویژه برای اتصال تسریع‌کننده‌های GPU به کار می‌روند. بااین‌همه، این تسریع‌کننده‌ها اغلب زمان زیادی را بیکار می‌مانند و منتظر داده‌ها از دیگر دستگاه‌ها هستند. این مسئله نه‌تنها به هدررفت انرژی منجر می‌شود؛ بلکه هزینه‌ها را نیز افزایش می‌دهد.
در این زمینه، IBM با معرفی فناوری جدید خود، توانسته است معضل یادشده را حل کند و کارایی پردازشی مراکز داده را افزایش دهد. داریو گیل، معاون ارشد و مدیر تحقیقاتی شرکت IBM، درباره این موضوع می‌گوید:
هوش مصنوعی مولد به انرژی و پردازش بیشتری نیاز دارد؛ بنابراین، مراکز داده باید تکامل یابند. اپتیک‌های مشترک می‌توانند این مراکز داده را برای آینده آماده کنند و با این پیشرفت، چیپ‌های آینده مانند کابل‌های فیبر‌نوری، داده‌ها را در داخل و خارج از مراکز داده منتقل و دوران جدیدی از ارتباطات سریع‌تر و پایدارتر را ایجاد خواهند کرد.
IBM با انتشار مقاله‌ای فنی، پروتوتایپ فناوری جدید خود به نام «اپتیک‌های مشترک (CPO)» را نیز معرفی کرده است. این فناوری با افزایش چشمگیر پهنای باند در مراکز داده، می‌تواند زمان بیکاری GPUها را به حداقل برساند و به تسریع پردازش‌های هوش مصنوعی کمک کند.
یکی از تأثیرات مهم این فناوری جدید، کاهش زمان لازم برای آموزش مدل‌های زبان بزرگ (LLM) است. به گفته IBM، با استفاده از این فناوری زمان آموزش مدل‌های زبان بزرگ از سه ماه به تنها سه هفته کاهش می‌یابد. در عین حال، این فناوری موجب افزایش کارایی انرژی می‌شود و مصرف انرژی را کاهش می‌دهد. این امر به‌نوبه خود هزینه‌های مرتبط با آموزش این مدل‌ها را نیز کاهش می‌دهد.
این پیشرفت در‌زمینه اپتیک می‌تواند گامی مهم در تحول مراکز داده و صنعت هوش مصنوعی باشد که نه‌تنها باعث افزایش سرعت پردازش‌ها می‌شود؛ بلکه در راستای توسعه پایدارتر و کم‌هزینه‌تر این فناوری‌ها نیز قرار دارد.
