Gelecekbilim:Yapay zeka bilişimine yönelik küresel talep, veri merkezlerinin kardeşlik evlerinin bira içmesi gibi elektrik tüketmesine neden oluyor. Ancak Minnesota Üniversitesi’ndeki araştırmacılar, yapay zekanın artan güç susuzluğunu, çok daha üstün enerji verimliliği vaat eden radikal yeni bir cihazla dizginlemek için çılgınca yenilikçi bir çözüme sahip olabilir.
Araştırmacılar, mevcut yöntemlere kıyasla AI uygulamaları için enerji gereksinimlerini akıl almaz bir şekilde 1.000 kat veya daha fazla azaltabilecek yeni bir “hesaplamalı rastgele erişim belleği” (CRAM) prototip çipi tasarladılar. Bir simülasyonda, CRAM teknolojisi inanılmaz bir 2.500 kat enerji tasarrufu gösterdi.
Geleneksel bilgi işlem, enerji yoğun bir süreçte sürekli olarak veri’yi ileri geri hareket ettirmeyi gerektiren, on yıllardır kullanılan ayrı işlemci ve bellek birimlerinden oluşan von Neumann mimarisine dayanır. Minnesota ekibinin CRAM’i, manyetik tünel bağlantıları (MTJ’ler) adı verilen spintronik cihazları kullanarak hesaplamaları doğrudan belleğin içinde gerçekleştirerek bu modeli tamamen altüst eder.
Veriyi depolamak için elektrik yüklerine güvenmek yerine, spintronik cihazlar elektronların spininden yararlanarak geleneksel transistör tabanlı çiplere göre daha verimli bir alternatif sunuyor.
“Son derece enerji verimli bir dijital tabanlı bellek içi hesaplama alt yapısı olarak CRAM, hesaplamanın bellek dizisindeki herhangi bir konumda gerçekleştirilebilmesi açısından oldukça esnektir. Buna göre, CRAM’ı çeşitli AI algoritmalarının performans ihtiyaçlarına en iyi şekilde uyacak şekilde yeniden yapılandırabiliriz,” diyor Nature’da yayınlanan makalenin ortak yazarlarından Ulya Karpuzcu. Karpuzcu, bunun günümüzün AI sistemleri için geleneksel yapı taşlarından daha enerji verimli olduğunu da sözlerine ekledi.
Mantık ve bellek arasındaki güç gerektiren veri transferlerini ortadan kaldırarak, bu prototip gibi CRAM teknolojileri, enerji ihtiyaçlarının arttığı bir dönemde yapay zekayı çok daha enerji verimli hale getirmek için kritik öneme sahip olabilir.
Uluslararası Enerji Ajansı, Mart ayında yapay zeka eğitimi ve uygulamaları için küresel elektrik tüketiminin 2022’deki 460 terawatt-saatten 2026’ya kadar iki katından fazla artarak 1.000 terawatt-saatin üzerine çıkabileceğini öngörmüştü. Bu miktar, neredeyse tüm Japonya’nın kullandığı miktara eşit.
Araştırmacılar, bir basın açıklamasında, bu çığır açan buluşun temellerinin 20 yıldan uzun bir süredir, mühendislik profesörü Jian-Ping Wang’ın MTJ nanoaygıtlarının hesaplama amaçlı kullanımı konusundaki öncü çalışmalarına dayandığını belirtti.
Wang, von Neumann modelini terk etme yönündeki ilk önerilerinin yirmi yıl önce “çılgınca” olarak kabul edildiğini kabul etti. Ancak Minnesota ekibi, akıllı saatlerde ve diğer gömülü sistemlerde kullanılan manyetik RAM’i (MRAM) etkinleştiren Wang’ın patentli MTJ araştırmasını temel alarak ısrar etti.
Elbette, bu türdeki herhangi bir atılımda olduğu gibi, araştırmacıların ölçeklenebilirlik, üretim ve mevcut silikonla entegrasyon etrafındaki zorluklarla başa çıkmaları gerekiyor. CRAM’ı ticari bir gerçeklik haline getirmek için yarı iletken endüstrisi liderleriyle demo iş birlikleri planlıyorlar.