شناسهٔ خبر: 75983524 - سرویس علمی-فناوری
نسخه قابل چاپ منبع: همشهری آنلاین | لینک خبر

پردازش با سرعت نور | دانشمندان گلوگاه بزرگ هوش مصنوعی را شکستند

دانشمندان معماری تازه‌ای در پردازش نوری ساخته‌اند که برای نخستین‌بار می‌تواند ده‌ها عملیات تنسوریِ مربوط به هوش مصنوعی را هم‌زمان و تنها با یک شلیک لیزر انجام دهد؛ رویکردی که سرعت پردازش مدل‌ها را چندین برابر افزایش می‌دهد و هزینه اجرای آن‌ها را به شکل چشمگیری کاهش می‌دهد.

صاحب‌خبر -

همشهری آنلاین فرخنده رفائی: این رویکرد جدید، که «Parallel Optical Matrix-Matrix Multiplication» یا POMMM نام دارد، محاسبات تنسوری را—که هسته اصلی مدل‌های زبانی بزرگ و شبکه‌های عمیق هستند—نه با چندین شلیک لیزر، بلکه تنها در یک شات نوری منفرد و کاملا موازی انجام می‌دهد.

به گزارش لایوساینس، در معماری‌های الکترونیکی رایج، تنسورها مانند یک بایگانی عظیم عمل می‌کنند که مدل باید مدام در آن جستجو کند؛ فرایندی که سرعت آن سقف عملی توان پردازشی را تعیین می‌کند. حتی در کامپیوترهای نوری موجود، هر عمل تنسوری نیازمند چندین اسکن لیزری است و سیستم‌ها معمولاً خطی کار می‌کنند؛ برخلاف GPU ها که می‌توانند هزاران هسته را به‌صورت موازی به‌کار بگیرند. همین مسئله باعث شده بزرگ‌ترین مدل‌های امروز، از جمله سامانه‌های OpenAI و Google، تنها با هزاران GPU در کنار هم قابل آموزش باشند.

اما معماری POMMM این محدودیت تاریخی را کنار می‌زند. پژوهشگران با ترکیب سخت‌افزار نوری متداول و روش جدیدی برای رمزگذاری داده‌ها، موفق شده‌اند اطلاعات دیجیتال را در دامنه و فاز امواج نور ذخیره کنند.

این امواج هنگام انتشار، بدون نیاز به توان اضافی یا کنترل خارجی، ضرب ماتریسی و عملیات تنسوری را به‌صورت پسیو انجام می‌دهند. نتیجه، سرعتی فراتر از سخت‌افزارهای الکترونیکی فعلی و مصرف انرژی به‌مراتب کمتر است.

بیشتر بخوانید:

این تیم تحقیقاتی که نتایج خود را در Nature Photonics منتشر کرده، می‌گوید این معماری می‌تواند تقریباً روی هر بستر فوتونیکی پیاده‌سازی شود. «ژیپِی سان»، نویسنده اصلی مقاله، تأکید می‌کند که هدف نهایی، ادغام مستقیم این چارچوب روی چیپ‌های فوتونیکی نسل بعد است تا پردازنده‌هایی کم‌مصرف و فوق‌سریع برای انجام وظایف پیچیده هوش مصنوعی ساخته شود.

به گفته یکی از اعضای تیم، می‌توان انتظار داشت این فناوری طی سه تا پنج سال آینده وارد پلتفرم‌های اصلی هوش مصنوعی شود.

اگرچه مقاله مستقیما به هوش عمومی مصنوعی (AGI) اشاره نمی‌کند، پژوهشگران معتقدند رفع گلوگاه تنسورپردازی یکی از کلیدهای ضروری برای گذار از معماری‌های امروزی است. در شرایطی که بحث بر سر امکان‌پذیری AGI همچنان ادامه دارد، POMMM گامی مهم در شکستن محدودیت‌های بنیادی سخت‌افزاری به‌شمار می‌رود و می‌تواند مسیر نسل بعدی شتاب‌دهنده‌های نوری را هموار کند.