با الهام از مغز انسان – چگونه آخرین تراشه هوش مصنوعی IBM با یکپارچه شدن بیشتر می تواند ۲۵ برابر کارآمدتر از پردازنده های گرافیکی باشد – اما نه انویدیا و نه AMD هنوز نگران نباشند

محققان پردازنده‌ای ساخته‌اند که بر روی شبکه‌های عصبی ساخته شده است که می‌تواند وظایف هوش مصنوعی را بسیار سریع‌تر از تراشه‌های معمولی با حذف نیاز به دسترسی به حافظه خارجی انجام دهد.

حتی بهترین پردازنده‌ها در هنگام پردازش داده‌ها با گلوگاه مواجه می‌شوند، زیرا محاسبات نیاز به استفاده از RAM دارند و این انتقال داده‌ها به عقب و جلو باعث ناکارآمدی می‌شود. IBM امیدوار است آنچه را که به عنوان تنگنای فون نیومن شناخته می شود با تراشه قطب شمال خود حل کند. طبیعت.

پردازنده قطب شمال مقدار کمی حافظه را در هر ۲۵۶ هسته خود تعبیه می کند که به روشی شبیه به اتصال بخش هایی از مغز با ماده سفید به یکدیگر متصل شده اند. این به این معنی است که تراشه گلوگاه را به طور کامل کاهش می دهد.

به دنبال الهام گرفتن از مغز انسان

NorthPole IBM بیش از یک تراشه کاملاً کارآمد که می تواند با شرکت هایی مانند AMD و Nvidia رقابت کند، یک اثبات مفهومی است. به عنوان مثال، تنها شامل ۲۲۴ مگابایت رم است که به اندازه کافی به مقیاس مورد نیاز برای هوش مصنوعی یا اجرای مدل های زبان بزرگ (LLM) نزدیک نیست.

این تراشه همچنین می‌تواند شبکه‌های عصبی از پیش برنامه‌ریزی‌شده را که بر روی سیستم‌های جداگانه آموزش دیده‌اند، اجرا کند. اما معماری منحصر به فرد آن به این معنی است که برجسته بودن واقعی، بهره وری انرژی است که می تواند به خود ببالد. محققان ادعا می کنند که اگر NorthPole امروز با استانداردهای ساخت پیشرفته ساخته می شد، ۲۵ برابر کارآمدتر از بهترین پردازنده های گرافیکی و بهترین CPU ها.

به گزارش نیچر، دامین کوئرلیوز، محقق نانوالکترونیک در دانشگاه پاریس-ساکلی در پالیزئو، می گوید: «بازده انرژی آن بسیار شگفت انگیز است. او می گوید: «این کار که در Science منتشر شده است، نشان می دهد که محاسبات و حافظه را می توان در مقیاس بزرگ ادغام کرد. “من احساس می کنم مقاله تفکر رایج در معماری کامپیوتر را متزلزل خواهد کرد.”

همچنین می تواند از سیستم های هوش مصنوعی در کارهایی مانند تشخیص تصویر پیشی بگیرد. معماری شبکه عصبی آن به این معنی است که یک لایه پایین داده ها را می گیرد، مانند پیکسل های یک تصویر، و لایه های بعدی شروع به تشخیص الگوهایی می کنند که با انتقال اطلاعات از یک لایه به لایه دیگر پیچیده تر می شوند. سپس بالاترین لایه نتیجه نهایی را خروجی می دهد، مثلاً نشان می دهد که آیا یک تصویر حاوی یک شی خاص است یا خیر.

بیشتر از TechRadar Pro

• اینها هستند بهترین پردازنده ها از شرکت هایی مانند AMD و Intel
• جمع بندی ما را بررسی کنید سریع ترین CPU ها
• Nvidia، مراقب باشید! آی‌بی‌ام یک تراشه هوش مصنوعی آنالوگ جدید دارد که می‌تواند به H100 کار کند