تقنية

العلماء يطورون رقاقة ضوئية أسرع في تدريب الذكاء الاصطناعي

رقائق الضوء

تمكّن العلماء من تطوير رقاقة تعمل بالضوء، يقول الباحثون إن لديها سرعة وكفاءة أكبر في تدريب نماذج الذكاء الاصطناعي من نظيرتها الكهربائية.

وبحسب الدراسة المنشورة في مجلة Nature Photonics في 16 فبراير الماضي، فإن الرقائق الضوئية تستخدم الفوتونات بدلًا من الإلكترونات لإجراء العمليات الحسابية المعقدة.

والشرائح المطوّرة لديها القدرة على التغلب على قيود بنية شرائح السيليكون الكلاسيكية وتسريع معالجة أجهزة الكمبيوتر، باستخدام طاقة أقل.

ويأمل العلماء في دمج هذه التقنية في بطاقات الرسومات المستقبلية لتدريب الذكاء الاصطناعي.

كيف تعمل الرقائق التقليدية؟

بحسب ما أورده موقع “لايف ساينس”، تحتوي رقائق السيليكون على ترانزستورات – أو مفاتيح كهربائية صغيرة – يتم تشغيلها أو إيقاف تشغيلها عند تطبيق الجهد الكهربي.

وترتفع قدرة الرقائق على الحوسبة وحاجتها للطاقة كلما زاد عدد الترانزستورات الموجودة بها.

والتزمت الشركات المصنعة للرقائق معلى مدار تاريخ الحوسبة بقانون “مور” والذي ينص على أن عدد الترانزستورات سوف يتضاعف كل عامين دون زيادة في تكاليف الإنتاج أو استهلاك الطاقة.

ولكن صناعة رقائق السيليكون تواجه قيودًا مادية، ومن بينها السرعة القصوى التي يمكن أن تعمل بها الترانزستورات، والحرارة التي تولدها من المقاومة، إلى جانب أصغر حجم للرقائق يمكن للعلماء صنعها.

ويتضح من ذلك أن صناعة رقائق سيليكون تحتوي على مليارات من الترانزستورات في المستقبل ليس ممكنًا، خصوصًا مع ارتفاع الطلب على الطاقة بالنسبة لأنظمة الذكاء الاصطناعي.

يدعي الباحثون أن الرقاقة الضوئية لديها القدرة على تدريب نماذج الذكاء الاصطناعي المستقبلية بشكل أسرع وأكثر كفاءة من المكونات الموجودة اليوم

مزايا استخدام الفوتونات

تمتلك الفوتونات قدرة على التحرك بسرعة أكبر من الإلكترونات، والتي لا يمكنها أن تصل إلى سرعة الضوء.

وهذه القدرة المحدودة للإلكترونات على الاقتراب من سرعة الضوء يجعلها بحاجة إلى مقدار أكبر من الطاقة.

وبالتالي فإن استخدام الضوء سيكون أقل استهلاكًا للطاقة بكثير.

هذا بخلاف أن الفوتونات عديمة الكتلة ولا تبعث الحرارة بنفس الطريقة التي تنبعث بها الإلكترونات التي تحمل شحنة كهربائية.

ويقول العلماء إن الرقاقة الضوئية يمكنها إجراء عمليات حسابية تُعرف باسم مضاعفات المصفوفة المتجهة.

ومضاعفات المصفوفة واحدة من العمليات الرياضية التي تُستخدم في تدريب الشبكات العصبية، وهي نماذج للتعلم الآلي مرتبة لتقليد بنية الدماغ البشري.

ويتم استخدام تلك الطريقة في تدريب أدوات الذكاء الاصطناعي مثل ChatGPT وGemini من Google.

وبدلًا من رقائق السيليكون ذات الارتفاع الأكبر، تمكن الباحثون من صنع رقاقة أرق بكثير من السيليكون التقليدية.

الرقائق المطوّرة لديها القدرة على التغلب على قيود بنية رقاقة السيليكون الكلاسيكية

وقال المؤلف المشارك نادر إنجيتا، أستاذ الفيزياء بجامعة بنسلفانيا، إن هذا الاختلاف في الارتفاع يوفر القدرة على التحكم في انتشار الضوء عبر الشريحة.

وأضاف: “الارتفاع الكبير يتسبب في تشتيت الضوء في أكثر من مكان، ولكن في الرقاقة الجديدة يتم تقليص هذا المدى بما يسمح لها بإجراء عمليات حسابية أكثر تعقيدًا.

ويدعي الباحثون أن تصميمهم يمكن أن يتناسب مع طرق الإنتاج الموجودة مسبقًا دون الحاجة إلى تعديله.

وبرروا ذلك بأن الأساليب التي استخدموها لبناء الرقائق الضوئية الخاصة بهم، كانت هي نفسها المستخدمة في صنع الرقائق التقليدية.

وأضافوا أن مخططات التصميم يمكن تكييفها لاستخدامها في زيادة وحدات معالجة الرسومات (GPUs)، والتي ارتفع الطلب عليها بشكل كبير في السنوات الأخيرة.

المصدر: Livescience

اقرأ ايضاً : 

أكبر مقدمي خدمات الحوسبة السحابية في العالم

الصين صاحبة الإنفاق الأكبر على معدات تصنيع “الرقائق الإلكترونية”

نمو هائل للاحتيال المدعوم بالذكاء الاصطناعي