سای‌تک‌دیلی گزارش می‌دهد که گروهی از مهندسان موفق به طراحی تراشه نوری پیشرفته‌ای شده‌اند که با استفاده از نور لیزری به جای جریان الکتریکی، مصرف انرژی را به شکل قابل‌توجهی کاهش می‌دهد و در عین حال کارایی هوش مصنوعی را تا ۱۰۰ برابر افزایش می‌دهد.
فناوری تراشه نوری در پردازش هوش مصنوعی
عملیات کنولوشن که در تشخیص تصویر و الگوهای زبانی کاربرد دارد، به‌خاطر حجم محاسبات بالا بسیار پرمصرف و کند است. تراشه نوری جدید با استفاده از دو مجموعه لنز فرسنل مینیاتوری و لیزرهای میکروسکوپی که مستقیماً روی برد مدار چاپی نصب شده‌اند، این محاسبات را به صورت نوری انجام می‌دهد. نتایج اولیه نشان داده‌اند که این تراشه با دقت ۹۸ درصد در شناسایی ارقام دست‌نویس عمل می‌کند و در مقایسه با تراشه‌های الکترونیکی سنتی، مصرف انرژی را ۱۰ تا ۱۰۰ برابر کمتر کرده است.
مزایای اصلی تراشه نوری برای هوش مصنوعی
- کاهش مصرف انرژی تا ۱۰ تا ۱۰۰ برابر در عملیات کنولوشن نسبت به تراشه‌های الکترونیکی مرسوم
- افزایش سرعت پردازش هوش مصنوعی تا ۱۰۰ برابر با انتقال هم‌زمان داده‌ها در قالب نور لیزری
داده‌های معتبر و چشم‌انداز آینده
مطالعات مؤسسه MIT در ژورنال Nature Communications نشان می‌دهد که سیستم‌های محاسبات نوری می‌توانند انرژی مراکز داده هوش مصنوعی را که در سال ۲۰۲۲ حدود ۱۵۰ تراوات‌ساعت در سال مصرف کرده‌اند (IEA)، تا ۳۰ درصد کاهش دهند. شرکت‌های نوپا مانند Lightmatter نیز نمونه‌هایی از تراشه نوری تجاری ارائه کرده‌اند که در برخی کاربردها ۱۰ تا ۲۰ برابر سریع‌تر و کم‌مصرف‌تر از بهترین GPUهای فعلی عمل می‌کنند.
چالش‌های پیشِ رو برای تراشه نوری
- سازگاری گسترده با اکوسیستم فعلی تراشه‌ها و استانداردهای سخت‌افزاری
- پیچیدگی تولید و یکسان‌سازی لنزهای میکروسکوپی در مقیاس صنعتی
با رفع این چالش‌ها و سرمایه‌گذاری بر تولید انبوه، تراشه نوری می‌تواند گلوگاه فعلی مصرف انرژی و سرعت در پروژه‌های هوش مصنوعی را برای همیشه از بین ببرد.
مهدی رضایی
او فارغ‌التحصیل رشته مهندسی نرم‌افزار است و فعالیت حرفه‌ای خود را در عرصه رسانه از سال ۱۳۹۷ به عنوان نویسنده در یک وبلاگ تخصصی فناوری آغاز کرده است. وی پس از کسب تجربه، به خبرگزاری‌های معتبر پیوست و در حال حاضر، خبرنگار حوزه نرم‌افزار و هوش مصنوعی در یک مجله تکنولوژی برجسته است.
