فهرست مطالب
پژوهشگران با توسعه محاسبات تانسوری نوری، امکان پردازش سریع و کممصرف دادههای هوش مصنوعی را فراهم کردند.
به گزارش سرویس اخبار علمی تک ناک، محققان روش جدیدی در محاسبات نوری معرفی کردهاند که قادر است محاسبات تانسوری پیچیده را تنها با یک عبور نور انجام دهد؛ تحولی که میتواند نحوه پردازش دادهها در سیستمهای هوش مصنوعی پیشرفته را دگرگون کند و فشار فزاینده روی سختافزارهای دیجیتال سنتی را کاهش دهد.
عملیات تانسوری ستون فقرات تمامی وظایف هوش مصنوعی امروزی است؛ اگرچه پردازندههای گرافیکی این وظایف را به خوبی مدیریت میکنند، اما رشد انفجاری حجم دادهها محدودیتهای سرعت، کارایی انرژی و قابلیت توسعه آنها را بیش از پیش نمایان ساخته است.
فشار فزاینده بر عملکرد سختافزارهای سنتی، تیمی بینالمللی به سرپرستی دکتر یوفنگ ژانگ از دانشگاه آلتو را واداشت تا فراتر از مدارهای الکترونیکی بیاندیشند. این گروه اکنون روش «محاسبات تانسوری تکعبوری» را معرفی کرده است؛ تکنیکی که با بهرهگیری از خواص فیزیکی نور دادهها را پردازش میکند.
امواج نور دارای دامنه و فاز هستند و تیم اطلاعات دیجیتال را در این ویژگیها رمزگذاری کرده و اجازه داده است امواج در حین حرکت با یکدیگر تعامل کنند؛ تعاملی که همان عملیات ریاضی مورد استفاده در سیستمهای یادگیری عمیق را بازتولید میکند. دکتر ژانگ میگوید: «روش ما عملیاتی نظیر کانولوشنها و لایههای توجه را که امروز توسط GPUها انجام میشوند، اما با سرعت نور اجرا میکند.» او میافزاید که این سیستم از سوئیچینگ الکترونیکی بینیاز است، زیرا عملیات نوری به طور طبیعی در طول انتشار رخ میدهد.
کلید موفقیت در محاسبات تانسوری پیچیده چیست؟
محققان با افزودن طولموجهای متعدد نور، قابلیت این روش را به سطح بالاتری ارتقا دادند. هر طولموج بهعنوان یک کانال محاسباتی مستقل عمل میکند و به سیستم امکان میدهد عملیات تانسوری پیشرفته را بهصورت موازی پردازش کند. ژانگ این فرآیند را با فعالیت یک گمرک مقایسه میکند: «تصور کنید افسر گمرکی هستید که هر بسته باید از چندین دستگاه با عملکردهای مختلف عبور کند و سپس در جای مناسب قرار گیرد.»
تیم پژوهشی تاکید میکند که این فرآیند مشابه نحوه اتصال ورودیها به خروجیهای صحیح توسط «قلابهای نوری» در یک عملیات واحد است. یکی دیگر از مزایای این روش، سادگی آن است؛ تعاملها بهصورت غیرفعال رخ میدهند و هیچ مدار کنترلی خارجی برای هدایت محاسبات لازم نیست، که مصرف انرژی را کاهش داده و یکپارچهسازی سیستم را آسانتر میکند.
پروفسور ژیپی سان، رهبر گروه فوتونیک آلتو، میگوید: «این روش در بسیاری از پلتفرمهای نوری قابل اجراست و در آینده قصد داریم چارچوب محاسباتی را بهطور مستقیم روی چیپهای فوتونیک پیاده کنیم تا پردازندههای نوری با مصرف انرژی فوقالعاده پایین، بتوانند وظایف پیچیده هوش مصنوعی را انجام دهند.»
بیشتر بخوانید: تراشه Kirin X90: گام بلند هواوی در استقلال سخت افزار پردازشی
حتما بخوانید: پروتکل مالی جدید USD.AI پلی میان رمزارزها و سختافزارهای هوش مصنوعی
حرکت بهسوی تجاریسازی
تیم تحقیقاتی پیشبینی میکند که این فناوری بهزودی راه خود را به سختافزار تجاری باز کند. دکتر ژانگ اظهار میکند هدف، استقرار این روش روی پلتفرمهای توسعهیافته توسط شرکتهای بزرگ است و انتظار دارد این ادغام طی سه تا پنج سال محقق شود.
پژوهشگران معتقدند سیستمهای نوری جدید برای محاسبات تانسوری میتوانند پردازشهای هوش مصنوعی در حوزههایی که به محاسبات بلادرنگ وابستهاند را به شکل چشمگیری تسریع کنند، از جمله تصویربرداری، مدلهای زبانی عظیم و شبیهسازیهای علمی.
علاوه بر این، مصرف انرژی پایین این روشها پاسخگوی نگرانیهای رو به افزایش در مورد افزایش مصرف انرژی در مدلهای هوش مصنوعی خواهد بود. ژانگ نتیجه میگیرد: «این دستاورد، نسل جدیدی از سیستمهای محاسبات نوری را خلق خواهد کرد و سرعت اجرای وظایف پیچیده هوش مصنوعی را در طیف وسیعی از حوزهها به شکل قابل توجهی افزایش خواهد داد.»
نتایج این پژوهش در نشریه Nature Photonics منتشر شده است.
