محققان مؤسسهی علوم هند (IISc) چیپ مولکولی جدیدی ساختهاند که میتواند ۱۶,۳۸۴ حالت رسانایی را ذخیره و بهعنوان کامپیوتر آنالوگ عمل کند و شبیه به مغز انسان محاسبات پیچیدهای مانند ضرب ماتریس را در یک مرحله انجام دهد.
بهگزارش تکناک، محققان هندی چیپ مولکولی جدیدی ساختهاند که از حرکت دقیق مولکولها و یونها برای ایجاد حافظه استفاده میکند و بهطور بالقوه میتواند بهعنوان شتابدهندهی نورومورفیک برای افزایش عملکرد تراشههای سیلیکونی موجود بهکار گرفته شود.
فهرست مطالب
شتابدهندههای نورومورفیک
شتابدهندههای نورومورفیک (Neuromorphic Accelerators) نوعی سختافزار هستند که با الهام از ساختار و عملکرد مغز انسان طراحی شدهاند. هدف این شتابدهندهها اجرای الگوریتمهای هوش مصنوعی و یادگیری ماشین بهصورت کارآمدتر و کممصرفتر و با سرعت بیشتر است. این سیستمها سعی میکنند تا مدلهای عصبی متشکل از نورونها و سیناپسها را بهصورت فیزیکی در سختافزار پیادهسازی کنند.
در سیستمهای نورومورفیک، از معماریهایی استفاده میشود که از روشهای پردازش مغزی برای حل مسائل استفاده میکنند؛ مانند پردازش موازی و تحمل خطا. این شتابدهندهها معمولاً در حوزههایی مانند رباتیک، پردازش تصویر، هوش مصنوعی تعبیهشده و دستگاههای اینترنت اشیاء (IoT) کاربرد دارند.
این پژوهش جدید در دنیای فناوری محاسبات، ما را بهسمت آیندهای ممکن هدایت میکند که فراتر از محدودیتهای محاسبات باینری کلاسیک و حتی محاسبات کوانتومی است. این پیشرفت چشمگیر حال کار تیمی از پژوهشگران بهسرپرستی پروفسور Sreetosh Goswami در مرکز علوم و مهندسی نانو (CeNSE) در IISc هند است. آنان از فناوری جدیدی به نام چیپ مولکولی استفاده کردهاند که قابلیت ذخیره و پردازش اطلاعات با دقت بیشتر و مصرف انرژی کمتر را دارد.
در محاسبات باینری که در کامپیوترهای سنتی استفاده میشود، هر واحد داده فقط دو حالت دارد: صفر و یک. این محدودیت ظرفیت پردازش را بسیار محدود میکند. بااینحال، در محاسبات کوانتومی که کیوبیتها بهعنوان واحدهای پردازشی بهکار میروند، ظرفیت محاسبه بهشکل نمایی افزایش مییابد. هر کیوبیت همزمان میتواند چندین حالت را نشان دهد. برای مثال، در سیستمی با چهار کیوبیت، ۱۶ حالت مختلف بهطور همزمان قابلیت نمایش دارد.
بااینحال، مطالعهای که در مجلهی Nature منتشر شده است، چیپی را معرفی میکند که میتواند با دقت ۱۴ بیتی (یعنی ۲^۱۴ حالت) کار و همزمان ۱۶,۳۸۴ حالت مختلف را ذخیره کند. این چیپ درمقایسهبا محاسبات کوانتومی انرژی بسیار کمتری مصرف میکند و میتواند اطلاعات بیشتری را ذخیره و پردازش کند.
چیپ مولکولی؛ ترکیب علم شیمی و الکترونیک
تیم پژوهشی بهرهبری پروفسور Goswami از حرکت مولکولها و یونها درون چیپهای مولکولی برای نشاندادن حالتهای حافظه استفاده کرده است. این مولکولها با کمک پالسهای الکتریکی دقیق کنترل و به سیگنالهای الکترونیکی نگاشت میشوند. این فناوری به تیم اجازه داد تا دفترچه مولکولی را ایجاد کند؛ جایی که هر مولکول به حالتی خاص نگاشته میشود.
پروفسور Goswami دراینباره میگوید:
این پروژه دقت مهندسی الکترونیک را با خلاقیت شیمی ترکیب کرد و ما توانستیم حرکت مولکولها را در مدار الکترونیکی کنترل کنیم که بهواسطهی پالسهای ولتاژ نانوثانیهای تغذیه میشود.
تامزهاردور مینویسد که چیپ مولکولی با تغییر حالتهای الکترونیکی میتواند محاسبات پیچیدهای مانند ضرب ماتریسی را در یک مرحله انجام دهد. این پیشرفتی بزرگ در دنیای پردازش دادهها بهشمار میرود. این چیپها بهعنوان شتابدهندههای نورومورفیک طراحی شدهاند و عملکردی مشابه نورونهای مغز دارند. توانایی این فناوری در ذخیرهسازی و پردازش اطلاعات، آن را به شتابدهندهای بسیار کارآمد تبدیل کرده است. از ویژگیهای مهم این شتابدهندهها، سهولت ادغام آنها با چیپهای سیلیکونی موجود است که میتواند به بهبود عملکرد و کارایی کامپیوترها کمک کند.
برای اثبات کارایی این فناوری، تیم پژوهشی از چیپهای مولکولی خود برای بازسازی تصویر مشهور «ستونهای آفرینش» استفاده کرد. این تصویر که ابتدا با تلسکوپ فضایی جیمز وب (James Webb) ثبت شده بود، با کمک ابرکامپیوتر Pleiades ناسا تولید شده بود. این ابرکامپیوتر از توان پردازشی ۶۰۸/۸۳ GFlop/s و توان مصرفی ۲,۰۹۰ کیلووات بهرهمند بود. بااینحال، تیم پژوهشی توانست با استفاده از شتابدهندهی نورومورفیک خود و کامپیوتر دسکتاپ، همان تصویر را در مدتزمان کوتاهتر و با مصرف انرژی بهمراتب کمتر بازسازی کنند.
آیندهی فناوری محاسبات
این پیشرفت مهم میتواند تحولی بزرگ در حوزهی محاسبات بهوجود آورد. با افزایش تصاعدی نیازهای محاسباتی در سطح جهانی، شتابدهندههای نورومورفیک مولکولی بهعنوان راهحلی عملیتر از محاسبات کوانتومی معرفی میشوند. درحالیکه بسیاری هنوز معتقدند که محاسبات کوانتومی بهعنوان آیندهی پردازش دادهها محسوب میشوند، این فناوری مولکولی میتواند راهحلی نزدیکتر و کارآمدتر برای مشکلات محاسباتی فعلی باشد.
تیم پژوهشی اکنون در حال توسعهی این فناوری به چیپ سیستم-روی-چیپ (SoC) کاملاً یکپارچه است. Goswami در این زمینه گفته است:
این تلاش کاملاً داخلی است؛ از مواد گرفته تا مدارها و سیستمها. بهخوبی در مسیر تبدیل این فناوری به سیستم-روی-چیپ هستیم.
این پروژهی نوآورانه که ترکیبی از علم شیمی و مهندسی الکترونیک است، چشمانداز جدیدی را برای آیندهی محاسبات فراهم میکند. چیپهای مولکولی و شتابدهندههای نورومورفیک میتوانند تحولی عظیم در نحوهی ذخیرهسازی و پردازش اطلاعات ایجاد کنند و با مصرف انرژی کمتر و ادغام آسان با فناوریهای موجود، بهعنوان راهحلی کاربردی برای نیازهای روزافزون محاسباتی جهانی عمل کنند.