ម៉ូដែល AI ជ្រូកថាមពល.

នៅពេលដែលក្បួនដោះស្រាយរីកចម្រើន និងកាន់តែស្មុគស្មាញ ពួកគេកំពុងយកពន្ធលើបន្ទះឈីបកុំព្យូទ័របច្ចុប្បន្នកាន់តែខ្លាំងឡើង។ ក្រុមហ៊ុនជាច្រើនបានរចនាបន្ទះសៀគ្វីស្របតាម AI ដើម្បីកាត់បន្ថយការអូសទាញថាមពល។ ប៉ុន្តែពួកគេទាំងអស់គឺផ្អែកលើច្បាប់ជាមូលដ្ឋានមួយ - ពួកគេប្រើប្រាស់អគ្គិសនី។

ក្នុងខែនេះ ក្រុមមួយមកពីសាកលវិទ្យាល័យ Tsinghua ក្នុងប្រទេសចិនបានប្តូររូបមន្តនេះ។ ពួកគេ បានបង្កើតបន្ទះឈីបបណ្តាញសរសៃប្រសាទ ដែលប្រើពន្លឺជាជាងអគ្គិសនីដើម្បីដំណើរការភារកិច្ច AI នៅប្រភាគនៃតម្លៃថាមពល H100 របស់ NVIDIAដែលជាបន្ទះឈីបទំនើបបំផុតដែលប្រើដើម្បីហ្វឹកហាត់ និងដំណើរការម៉ូដែល AI ។

ហៅថា Taichi បន្ទះឈីបនេះរួមបញ្ចូលគ្នានូវដំណើរការផ្អែកលើពន្លឺពីរប្រភេទទៅក្នុងរចនាសម្ព័ន្ធខាងក្នុងរបស់វា។ ធៀបនឹងមុន។ បន្ទះសៀគ្វីអុបទិក, Taichi មានភាពត្រឹមត្រូវជាងសម្រាប់កិច្ចការសាមញ្ញៗដូចជាការទទួលស្គាល់លេខដែលសរសេរដោយដៃ ឬរូបភាពផ្សេងទៀត។ មិនដូចជំនាន់មុនរបស់វាទេ បន្ទះឈីបក៏អាចបង្កើតមាតិកាផងដែរ។ វាអាចបង្កើតរូបភាពជាមូលដ្ឋានក្នុងរចនាប័ទ្មដោយផ្អែកលើវិចិត្រករហូឡង់ Vincent van Gogh ឬលេខតន្ត្រីបុរាណដែលត្រូវបានបំផុសគំនិតដោយ Johann Sebastian Bach ។

ផ្នែកមួយនៃប្រសិទ្ធភាពរបស់ Taichi គឺដោយសារតែរចនាសម្ព័ន្ធរបស់វា។ បន្ទះឈីបនេះត្រូវបានផលិតចេញពីសមាសធាតុជាច្រើនដែលហៅថា chiplets ។ ស្រដៀងទៅនឹងអង្គការរបស់ខួរក្បាលដែរ បន្ទះសៀគ្វីនីមួយៗធ្វើការគណនាផ្ទាល់ខ្លួនរបស់វាស្របគ្នា ដែលលទ្ធផលត្រូវបានបញ្ចូលជាមួយអ្នកដទៃដើម្បីឈានទៅដល់ដំណោះស្រាយ។

ប្រឈមមុខនឹងបញ្ហាដ៏លំបាកនៃការបំបែករូបភាពលើសពី 1,000 ប្រភេទ Taichi ទទួលបានជោគជ័យជិត 92 ភាគរយនៃពេលវេលា ដោយត្រូវគ្នានឹងដំណើរការបន្ទះឈីបបច្ចុប្បន្ន ប៉ុន្តែកាត់បន្ថយការប្រើប្រាស់ថាមពលលើសពីមួយពាន់ដង។

សម្រាប់ AI អ្នកនិពន្ធបានសរសេរថា "និន្នាការនៃការដោះស្រាយជាមួយនឹងកិច្ចការកម្រិតខ្ពស់ [គឺ] មិនអាចត្រឡប់វិញបាន" ។ "Taichi ត្រួសត្រាយផ្លូវសម្រាប់ការគណនាទ្រង់ទ្រាយធំ [ផ្អែកលើពន្លឺ]" ដែលនាំឱ្យ AI មានភាពបត់បែនជាងមុន ជាមួយនឹងតម្លៃថាមពលទាប។

បន្ទះសៀគ្វីនៅលើស្មា

បន្ទះសៀគ្វីកុំព្យូទ័រសព្វថ្ងៃនេះ មិនសូវល្អជាមួយ AI ទេ។

ផ្នែកមួយនៃបញ្ហាគឺរចនាសម្ព័ន្ធ។ ដំណើរការ និងអង្គចងចាំនៅលើបន្ទះសៀគ្វីប្រពៃណីត្រូវបានបំបែកដោយរាងកាយ។ ការបិទទិន្នន័យរវាងពួកវាត្រូវការថាមពល និងពេលវេលាយ៉ាងច្រើន។

ខណៈពេលដែលមានប្រសិទ្ធភាពក្នុងការដោះស្រាយបញ្ហាសាមញ្ញៗ ការរៀបចំនេះគឺមានភាពស្រេកឃ្លានយ៉ាងខ្លាំងនៅពេលដែលនិយាយអំពី AI ដ៏ស្មុគស្មាញ ដូចជាម៉ូដែលភាសាធំៗដែលផ្តល់ថាមពលដល់ ChatGPT ជាដើម។

បញ្ហាចម្បងគឺរបៀបដែលបន្ទះសៀគ្វីកុំព្យូទ័រត្រូវបានបង្កើតឡើង។ ការគណនានីមួយៗពឹងផ្អែកលើត្រង់ស៊ីស្ទ័រ ដែលបើក ឬបិទ ដើម្បីតំណាងឱ្យ 0s និង 1s ដែលប្រើក្នុងការគណនា។ វិស្វករបានបង្រួញត្រង់ស៊ីស្ទ័រយ៉ាងច្រើនក្នុងរយៈពេលជាច្រើនទសវត្សរ៍ ដូច្នេះពួកគេអាចដាក់បន្ទះសៀគ្វីបានកាន់តែច្រើន។ ប៉ុន្តែបច្ចេកវិជ្ជាបន្ទះឈីបបច្ចុប្បន្នកំពុងធ្វើដំណើរឆ្ពោះទៅរកចំណុចបំបែកដែលយើងមិនអាចតូចជាងនេះបានទេ។

អ្នកវិទ្យាសាស្ត្របានស្វែងរកជាយូរមកហើយដើម្បីកែលម្អបន្ទះសៀគ្វីបច្ចុប្បន្ន។ យុទ្ធសាស្ត្រមួយដែលត្រូវបានបំផុសគំនិតដោយខួរក្បាលពឹងផ្អែកលើ "synapses" - "ចត" ជីវសាស្រ្តដែលភ្ជាប់សរសៃប្រសាទ - ដែលគណនានិងរក្សាទុកព័ត៌មាននៅទីតាំងតែមួយ។ បន្ទះសៀគ្វីដែលបំផុសគំនិតដោយខួរក្បាល ឬ neuromorphic កាត់បន្ថយការប្រើប្រាស់ថាមពល និងបង្កើនល្បឿននៃការគណនា។ ប៉ុន្តែដូចជាបន្ទះសៀគ្វីបច្ចុប្បន្នពួកគេពឹងផ្អែកលើអគ្គិសនី។

គំនិតមួយទៀតគឺត្រូវប្រើយន្តការគណនាផ្សេងគ្នាទាំងអស់គ្នា៖ ពន្លឺ។ អ្នកនិពន្ធបានសរសេរថា "ការគណនារូបថត" គឺ "ទាក់ទាញការយកចិត្តទុកដាក់ដែលមិនធ្លាប់មាន" ។ ជាជាង​ប្រើ​អគ្គិសនី វា​អាច​នឹង​ប្លន់​ភាគល្អិត​ពន្លឺ​ដើម្បី​ផ្តល់​ថាមពល​ដល់ AI នៅ​ល្បឿន​ពន្លឺ។

ចូរ​ឱ្យ​មាន​ពន្លឺ

បើប្រៀបធៀបទៅនឹងបន្ទះសៀគ្វីអគ្គិសនី ពន្លឺប្រើប្រាស់ថាមពលតិចជាងឆ្ងាយ ហើយអាចដោះស្រាយការគណនាច្រើនក្នុងពេលដំណាលគ្នា។ ដោយចូលទៅក្នុងលក្ខណៈសម្បត្តិទាំងនេះ អ្នកវិទ្យាសាស្ត្របានបង្កើតបណ្តាញសរសៃប្រសាទអុបទិក ដែលប្រើហ្វូតុង - ភាគល្អិតនៃពន្លឺ - សម្រាប់បន្ទះសៀគ្វី AI ជំនួសឱ្យអគ្គិសនី។

បន្ទះសៀគ្វីទាំងនេះអាចដំណើរការបានពីរវិធី។ នៅក្នុងមួយ បន្ទះសៀគ្វីខ្ចាត់ខ្ចាយសញ្ញាពន្លឺទៅក្នុងបណ្តាញដែលបង្កើតដោយវិស្វកម្ម ដែលនៅទីបំផុតរួមបញ្ចូលគ្នានូវកាំរស្មីដើម្បីដោះស្រាយបញ្ហា។ ហៅថាការបំភាយ បណ្តាញសរសៃប្រសាទអុបទិកទាំងនេះខ្ចប់សរសៃប្រសាទសិប្បនិម្មិតយ៉ាងជិតស្និទ្ធជាមួយគ្នា និងកាត់បន្ថយការចំណាយថាមពល។ ប៉ុន្តែ​ពួកគេ​មិន​អាច​ផ្លាស់ប្តូរ​បាន​ដោយ​ងាយ​នោះ​ទេ មានន័យថា​ពួកគេ​អាច​ធ្វើការ​លើ​បញ្ហា​សាមញ្ញ​តែមួយ​ប៉ុណ្ណោះ។

ការដំឡើងផ្សេងគ្នាអាស្រ័យលើទ្រព្យសម្បត្តិផ្សេងទៀតនៃពន្លឺដែលហៅថាការជ្រៀតជ្រែក។ ដូចជារលកសមុទ្រ រលកពន្លឺរួមបញ្ចូលគ្នា និងលុបចោលគ្នាទៅវិញទៅមក។ នៅពេលដែលនៅខាងក្នុង micro-tunnels នៅលើបន្ទះឈីប ពួកវាអាចប៉ះទង្គិចគ្នាដើម្បីជំរុញ ឬរារាំងគ្នាទៅវិញទៅមក - គំរូការជ្រៀតជ្រែកទាំងនេះអាចត្រូវបានប្រើសម្រាប់ការគណនា។ បន្ទះសៀគ្វីផ្អែកលើការជ្រៀតជ្រែកអាចត្រូវបានកំណត់រចនាសម្ព័ន្ធឡើងវិញយ៉ាងងាយស្រួលដោយប្រើឧបករណ៍ដែលហៅថា interferometer ។ បញ្ហាគឺថាពួកគេមានរាងកាយសំពីងសំពោង និងប្រើប្រាស់ថាមពលរាប់តោន។

បន្ទាប់មកមានបញ្ហានៃភាពត្រឹមត្រូវ។ សូម្បីតែនៅក្នុងឆានែលដែលឆ្លាក់ជាញឹកញាប់ត្រូវបានប្រើសម្រាប់ការពិសោធន៍ជ្រៀតជ្រែក ពន្លឺលោត និងខ្ចាត់ខ្ចាយ ដែលធ្វើឱ្យការគណនាមិនគួរឱ្យទុកចិត្ត។ សម្រាប់បណ្តាញសរសៃប្រសាទអុបទិកតែមួយ កំហុសគឺអាចអត់ឱនបាន។ ប៉ុន្តែជាមួយនឹងបណ្តាញអុបទិកធំជាង និងបញ្ហាស្មុគ្រស្មាញជាងនេះ សំលេងរំខានកើនឡើងជាលំដាប់ ហើយក្លាយជាមិនអាចទទួលយកបាន។

នេះ​ជា​មូលហេតុ​ដែល​បណ្តាញ​សរសៃប្រសាទ​ដែល​ប្រើ​ពន្លឺ​មិន​អាច​ត្រូវ​បាន​ពង្រីក​បាន​យ៉ាង​ងាយ​ស្រួល។ រហូតមកដល់ពេលនេះ ពួកគេអាចដោះស្រាយបានតែកិច្ចការមូលដ្ឋានប៉ុណ្ណោះ ដូចជាការសម្គាល់លេខ ឬស្រៈជាដើម។

ក្រុមបានសរសេរថា "ការពង្រីកទំហំនៃស្ថាបត្យកម្មដែលមានស្រាប់នឹងមិនធ្វើអោយប្រសើរឡើងនូវការសម្តែងដោយសមាមាត្រទេ" ។

បញ្ហាទ្វេដង

AI ថ្មី Taichi រួមបញ្ចូលគ្នានូវលក្ខណៈទាំងពីរដើម្បីជំរុញបណ្តាញសរសៃប្រសាទអុបទិកឆ្ពោះទៅរកការប្រើប្រាស់ក្នុងពិភពពិត។

ជាជាងកំណត់រចនាសម្ព័ន្ធបណ្តាញសរសៃប្រសាទតែមួយ ក្រុមការងារបានប្រើវិធីសាស្ត្រ chiplet ដែលផ្ទេរផ្នែកផ្សេងៗនៃកិច្ចការទៅប្លុកមុខងារច្រើន។ ប្លុកនីមួយៗមានចំណុចខ្លាំងរៀងៗខ្លួន៖ ប្លុកមួយត្រូវបានបង្កើតឡើងដើម្បីវិភាគភាពខុសគ្នា ដែលអាចបង្ហាប់ទិន្នន័យយ៉ាងច្រើនក្នុងរយៈពេលខ្លី។ ប្លុកមួយទៀតត្រូវបានបង្កប់ជាមួយ interferometers ដើម្បីផ្តល់នូវការជ្រៀតជ្រែក ដែលអនុញ្ញាតឱ្យបន្ទះឈីបអាចកំណត់រចនាសម្ព័ន្ធឡើងវិញបានយ៉ាងងាយស្រួលរវាងកិច្ចការ។

បើប្រៀបធៀបទៅនឹងការរៀនស៊ីជម្រៅ តាឈីបានប្រើវិធីសាស្រ្ត "រាក់" ដែលកិច្ចការត្រូវបានរីករាលដាលនៅលើបន្ទះសៀគ្វីជាច្រើន។

ជាមួយនឹងរចនាសម្ព័ន្ធសិក្សាស៊ីជម្រៅស្តង់ដារ កំហុសមានទំនោរនឹងកកកុញលើស្រទាប់ និងពេលវេលា។ ការ​រៀបចំ​នេះ​បំបាត់​បញ្ហា​ដែល​កើត​ចេញ​ពី​ដំណើរការ​ជា​បន្តបន្ទាប់​នៅ​ក្នុង​ពន្លក។ នៅពេលប្រឈមមុខនឹងបញ្ហា Taichi ចែកចាយបន្ទុកការងារនៅទូទាំងចង្កោមឯករាជ្យជាច្រើន ដែលធ្វើឱ្យវាកាន់តែងាយស្រួលក្នុងការដោះស្រាយបញ្ហាធំដោយមានកំហុសតិចតួចបំផុត។

យុទ្ធសាស្ត្របានបង់។

Taichi មានសមត្ថភាពគណនាចំនួន 4,256 ណឺរ៉ូនសិប្បនិម្មិតសរុប ជាមួយនឹងប៉ារ៉ាម៉ែត្រជិត 14 លានដែលធ្វើត្រាប់តាមទំនាក់ទំនងខួរក្បាលដែលអ៊ិនកូដការរៀន និងការចងចាំ។ ក្រុមបានសរសេរថា នៅពេលតម្រៀបរូបភាពទៅជា 1,000 ប្រភេទ បន្ទះឈីប photonic មានភាពត្រឹមត្រូវជិត 92 ភាគរយ ប្រៀបធៀបទៅនឹង "បណ្តាញសរសៃប្រសាទអេឡិចត្រូនិចដ៏ពេញនិយមនាពេលបច្ចុប្បន្ន" ។

បន្ទះឈីបនេះក៏ពូកែក្នុងការធ្វើតេស្តសម្គាល់រូបភាព AI ស្តង់ដារផ្សេងទៀតផងដែរ ដូចជាការកំណត់អត្តសញ្ញាណតួអក្សរដែលសរសេរដោយដៃពីអក្ខរក្រមផ្សេងៗ។

ជាការសាកល្បងចុងក្រោយ ក្រុមការងារបានប្រកួតប្រជែងជាមួយ photonic AI ដើម្បីចាប់យក និងបង្កើតខ្លឹមសារឡើងវិញតាមស្ទីលរបស់សិល្បករ និងតន្ត្រីករផ្សេងៗគ្នា។ នៅពេលហ្វឹកហាត់ជាមួយបទភ្លេងរបស់ Bach ទីបំផុត AI បានដឹងពីទីលាន និងរចនាប័ទ្មរួមរបស់តន្ត្រីករ។ ស្រដៀងគ្នានេះដែរ រូបភាពពី Van Gogh ឬ Edvard Munch ដែលជាវិចិត្រករនៅពីក្រោយគំនូរដ៏ល្បីល្បាញ។ សម្លេងរោទ៍-បញ្ចូលទៅក្នុង AI អនុញ្ញាតឱ្យវាបង្កើតរូបភាពក្នុងរចនាប័ទ្មស្រដៀងគ្នា ទោះបីជាមនុស្សជាច្រើនមើលទៅដូចជាការកម្សាន្ដរបស់កុមារទើបចេះដើរតេះតះក៏ដោយ។

បណ្តាញសរសៃប្រសាទអុបទិកនៅតែមានច្រើនទៀតដែលត្រូវទៅ។ ប៉ុន្តែប្រសិនបើប្រើយ៉ាងទូលំទូលាយ ពួកវាអាចជាជម្រើសសន្សំសំចៃថាមពលជាងសម្រាប់ប្រព័ន្ធ AI បច្ចុប្បន្ន។ Taichi មានប្រសិទ្ធភាពថាមពលជាង 100 ដងច្រើនជាងការបន្តពីមុន។ ប៉ុន្តែបន្ទះឈីបនៅតែត្រូវការឡាស៊ែរសម្រាប់ថាមពល និងឯកតាផ្ទេរទិន្នន័យ ដែលពិបាកនឹងបង្រួម។

បន្ទាប់មកទៀត ក្រុមការងារកំពុងសង្ឃឹមថានឹងរួមបញ្ចូលឡាស៊ែរខ្នាតតូចដែលអាចរកបានយ៉ាងងាយស្រួល និងសមាសធាតុផ្សេងទៀតចូលទៅក្នុងបន្ទះឈីប photonic តែមួយ។ ទន្ទឹមនឹងនេះដែរ ពួកគេសង្ឃឹមថា Taichi នឹង "បង្កើនល្បឿននៃការអភិវឌ្ឍន៍ដំណោះស្រាយអុបទិកដ៏មានឥទ្ធិពល" ដែលនៅទីបំផុតអាចនាំទៅដល់ "យុគសម័យថ្មី" នៃ AI ដែលមានថាមពល និងប្រសិទ្ធភាព។

ឥណទានរូបភាព: spainter_vfx / Shutterstock.com

• SEO ដែលដំណើរការដោយមាតិកា និងការចែកចាយ PR ។ ទទួលបានការពង្រីកថ្ងៃនេះ។
• PlatoData.Network Vertical Generative Ai. ផ្តល់អំណាចដល់ខ្លួនអ្នក។ ចូលប្រើទីនេះ។
• PlatoAiStream Web3 Intelligence ។ ចំណេះដឹងត្រូវបានពង្រីក។ ចូលប្រើទីនេះ។
• ផ្លាតូអេសជី។ កាបូន CleanTech, ថាមពល, បរិស្ថាន, ពន្លឺព្រះអាទិត្យ ការគ្រប់គ្រងកាកសំណល់។ ចូលប្រើទីនេះ។
• ផ្លាតូសុខភាព។ ជីវបច្ចេកវិទ្យា និង ភាពវៃឆ្លាត សាកល្បងគ្លីនិក។ ចូលប្រើទីនេះ។
• ប្រភព: https://singularityhub.com/2024/04/15/a-new-photonic-computer-chip-uses-light-to-slash-ai-energy-costs/