Sieun Chae מאוניברסיטת אורגון סטייט הייתה חלוצה בשבב AI חדש שמשפר את יעילות האנרגיה פי שש באמצעות מערכת חומרים חדשה. פריצת דרך זו נועדה לצמצם את צריכת האנרגיה העצומה של AI על ידי חיקוי שיטות העיבוד המשולבות של רשתות עצביות ביולוגיות. קרדיט: twoday.co.il.com
שבב בינה מלאכותית חדש עשוי להגדיל את יעילות האנרגיה פי שישה, ליישר את החישוב ואחסון הנתונים באופן הדומה לרשתות עצביות ביולוגיות ולהפחית משמעותית את טביעת הרגל החשמלית של בינה מלאכותית.
חוקר מהמכללה להנדסה באוניברסיטת מדינת אורגון תרם לפיתוח חדש בינה מלאכותית שבב שמתהדר בשיפור יעילות אנרגטית של פי שישה בהשוואה לתקן התעשייה הנוכחי.
ככל שהשימוש בבינה מלאכותית עולה, כך עולה כמות האנרגיה הדרושה. תחזיות מראות שבינה מלאכותית מהווה חצי אחוז מצריכת האנרגיה העולמית עד 2027 – משתמשת בכמות אנרגיה מדי שנה כמו כל מדינת הולנד.
סיאון צ'ה, עוזר פרופסור להנדסת חשמל ומדעי המחשב, פועל כדי לעזור לכווץ את טביעת הרגל של הטכנולוגיה. היא חוקרת שבבים, המבוססים על פלטפורמת חומר חדשנית, המאפשרת גם חישוב וגם אחסון נתונים, מחקה את הדרך שבה רשתות עצביות ביולוגיות מטפלות באחסון ועיבוד מידע.
ממצאים ממחקריה פורסמו לאחרונה ב טבע אלקטרוניקה.
עיבוד AI יעיל
"עם הופעת הבינה המלאכותית, מחשבים נאלצים לעבד ולאחסן במהירות כמויות גדולות של נתונים", אמר צ'אי. "שבבי AI נועדו לחשב משימות בזיכרון, מה שממזער את העברת הנתונים בין הזיכרון למעבד; לפיכך, הם יכולים לבצע משימות AI בצורה יעילה יותר באנרגיה."
השבבים כוללים רכיבים הנקראים ממריסטורים – קיצור של נגדי זיכרון. רוב הממריסטורים עשויים ממערכת חומר פשוטה המורכבת משני אלמנטים, אך אלה במחקר זה כוללים מערכת חומרים חדשה המכונה תחמוצות מיוצבות באנטרופיה, או ESOs. יותר מחצי תריסר אלמנטים מהווים את ה-ESOs, המאפשרים כוונון עדין של יכולות הזיכרון שלהם.
ממריסטורים דומים לרשתות עצביות ביולוגיות בכך שלשניהם אין מקור זיכרון חיצוני – ולכן לא אובדת אנרגיה להעברת נתונים מבפנים אל חוץ ואחורה. על ידי אופטימיזציה של ESO ההרכב שעובד הכי טוב עבור עבודות AI ספציפיות, שבבים מבוססי ESO יכולים לבצע משימות עם הרבה פחות אנרגיה מאשר יחידת העיבוד המרכזית של מחשב, אמר צ'אי.
תוצאה נוספת היא שרשתות עצבים מלאכותיות יוכלו לעבד מידע שתלוי בזמן, כמו נתונים עבור אודיו ווידאו, הודות לכוונון הרכב ה-ESO כך שהמכשיר יוכל לעבוד בסולם זמן מגוון.
במימון הקרן הלאומית למדע, המחקר הובל על ידי חוקרים מאוניברסיטת מישיגן; צ'אי השתתף כדוקטורנט במישיגן לפני שהצטרף לפקולטה במדינת אורגון.
שיתוף הפעולה כלל גם חוקרים מאוניברסיטת אוקלהומה, אוניברסיטת קורנל ומאוניברסיטת מדינת פנסילבניה.
