أداء أسرع.. شريحة حوسبة بصرية صينية تفوق A100 بأكثر من 100 مرة

شريحة LightGen تمثل نقلة نوعية في عالم الحوسبة، حيث تعتمد على تقنيات فوتونية بدلاً من الإلكترونات التقليدية لتشغيل نماذج الذكاء الاصطناعي. أعلن باحثون صينيون من جامعات شنغهاي وتسينغهوا عن هذه الابتكار الذي يتيح تدريب الشبكات العصبية مباشرة بالضوء؛ دون الحاجة إلى تحويلات كهربائية مكلفة، مما يقلل استهلاك الطاقة بشكل هائل. الأرقام تتحدث عن سرعة تصل إلى 3.57×10^4 تيرا عملية، مع كفاءة تفوق معالج Nvidia A100 بأكثر من مئة مرة في الأداء والتوفير الطاقي.

كيف تحول شريحة LightGen الضوء إلى أداة حسابية

تعتمد شريحة LightGen على مبدأ الحوسبة الفوتونية الذي يستبدل الفوتونات بالإلكترونات في إجراء العمليات الرياضية المعقدة؛ خاصة تلك المتعلقة بنماذج الذكاء الاصطناعي التوليدي. طور الفريق بقيادة الأستاذ تشن ييتونغ في جامعة شنغهاي جياو تونغ هيكلاً مدمجاً يحتوي على أكثر من مليوني عصبون ضوئي على مساحة صغيرة تبلغ 137 ملم² فقط. هذا التصميم يسمح بمعالجة سريعة تصل إلى 3.57×10^4 تيرا عملية في الثانية؛ بينما تحقق كفاءة بلغت 664 تيرا عملية لكل واط، مقارنة بمعالج Nvidia A100 الذي يستهلك حوالي 400 واط لأداء أقل بكثير. النتيجة تحول جذري يجعل الحسابات أسرع وأقل حرارة؛ مما يفتح آفاقاً جديدة في تصميم الأجهزة.

تجاوز شريحة LightGen لعقبات الحوسبة الضوئية

واجهت الحوسبة الفوتونية تحديات كبيرة مثل صعوبة تكييفها مع المهام المعقدة للذكاء الاصطناعي؛ بالإضافة إلى الاعتماد على التحويلات المتكررة بين الضوء والكهرباء. نجحت شريحة LightGen في حل هذه المشكلات عبر مفهوم “المجال الكامن الضوئي”؛ الذي يتيح تدريب الشبكات العصبية بالاعتماد الكلي على الضوء دون تدخل كهربائي. اعتمد الفريق خوارزميات بايزية لتعديل أبعاد الشبكة ديناميكياً حسب البيانات الواردة؛ مما ألغى الحاجة إلى بيانات مرجعية ثقيلة أو “حقيقة أرضية”. بهذه الطريقة؛ يتم التعلم والتوليد داخل النظام الضوئي نفسه، وهو تطور يغير قواعد بناء معالجات الذكاء الاصطناعي بشكل أساسي. الابتكار هذا يعزز من مرونة التقنية؛ ويجعلها أقرب إلى التطبيقات اليومية.

تجارب شريحة LightGen في التوليد والأداء العملي

أثبتت شريحة LightGen فعاليتها في تجارب عملية متنوعة؛ مثل توليد صور بدقة 512×512 بكسل، وتحويل الأنماط، وتصفية الضوضاء، والتعامل مع مشاهد ثلاثية الأبعاد. في كل هذه الاختبارات؛ تفوقت على المعالجات الإلكترونية التجارية بأكثر من مئة مرة من حيث السرعة والكفاءة. لتوضيح الفرق؛ إليك مقارنة بسيطة بين شريحة LightGen ومعالج Nvidia A100:

هذه النتائج تدعم إمكانية بناء مراكز بيانات أكثر استدامة؛ حيث تقلل من الطلب على الطاقة الكهربائية الهائلة لنماذج الذكاء الاصطناعي الكبيرة. كما أنها تفتح مجالاً لتطوير تطبيقات جديدة في مجالات مثل الرؤية الحاسوبية؛ مع الحفاظ على أداء عالي دون إهدار موارد.

لتحقيق أقصى استفادة من شريحة LightGen في مشاريع الذكاء الاصطناعي؛ يمكن اتباع خطوات محددة تشمل:

• اختيار نماذج توليدية مناسبة للبيانات الضوئية.
• تكييف الخوارزميات البايزية لتعديل الأبعاد ديناميكياً.
• إجراء اختبارات أولية على صور وأنماط ثلاثية الأبعاد.
• قياس الكفاءة الطاقية مقابل الأداء للتحسين المستمر.
• دمج التقنية في أنظمة هجينة مع الإلكترونيات التقليدية.

في سياق صناعة الذكاء الاصطناعي التي تواجه زيادة في الطلب على الطاقة؛ تقدم شريحة LightGen حلاً هجيناً يجمع بين سرعة الضوء وقابلية الإلكترونيات للبرمجة. هذا التوازن يعد بمستقبل أكثر كفاءة؛ حيث تقل الاعتمادات على الطاقة التقليدية وتزداد الإنتاجية.