चीनी शोधकर्ताओं ने दिमाग की मैपिंग के लिए एक खास AI चिप तैयार की है। शुरुआती रिपोर्ट्स के मुताबिक, यह चिप कुछ खास कामों में Nvidia A100 GPU से **478 गुना** तक तेज है। हालांकि, यह चिप सामान्य AI कंप्यूटिंग के बजाय खास रिसर्च के लिए ही बनी है।
दिमाग के रहस्यों को सुलझाने वाला चिप
पेकिंग यूनिवर्सिटी (Peking University) और चीनी एकेडमी ऑफ साइंसेज (Chinese Academy of Sciences) के शोधकर्ताओं ने मिलकर एक नया, दिमाग से प्रेरित कंप्यूटिंग चिप (brain-inspired computing chip) पेश किया है। साइंस जर्नल में छपी रिपोर्ट के अनुसार, यह टेक्नोलॉजी खास तौर पर दिमाग की सतह की मॉडलिंग (brain surface modeling) के लिए डिज़ाइन की गई है। टीम का दावा है कि यह हार्डवेयर खास जटिल गणनाओं को करते समय Nvidia A100 GPU की तुलना में 50 से 478 गुना तक तेज है।
इन-मेमोरी कंप्यूटिंग तकनीक (In-Memory Computing Technology)
इस चिप में 'इन-मेमोरी कंप्यूटिंग' डिज़ाइन का इस्तेमाल किया गया है। पारंपरिक कंप्यूटर आर्किटेक्चर में, डेटा को प्रोसेसर और मेमोरी के बीच यात्रा करनी पड़ती है, जिससे देरी और ज्यादा ऊर्जा की खपत होती है। यह नई चिप मेमोरी और प्रोसेसिंग को एक ही मेमोरी ऐरे (memory array) में एकीकृत करती है, जिससे यह कम ऊर्जा और तेज डेटा हैंडलिंग के साथ कामों को पूरा करती है। यह डिवाइस 40-नैनोमीटर निर्माण प्रक्रिया का उपयोग करके बनाया गया है, जो विभिन्न औद्योगिक और विशेष हार्डवेयर घटकों के लिए एक सामान्य तकनीक है।
खास इस्तेमाल बनाम सामान्य उद्देश्य (Specialized Use Versus General Purpose)
निवेशकों और तकनीकी जानकारों के लिए यह समझना महत्वपूर्ण है कि यह एक विशेष (specialized) हार्डवेयर है, सामान्य-उद्देश्य (general-purpose) प्रोसेसर नहीं। Nvidia का A100 एक सामान्य-उद्देश्य वाला GPU है जिसका उपयोग दुनिया भर में आर्टिफिशियल इंटेलिजेंस मॉडल, डेटा सेंटर और वैज्ञानिक अनुप्रयोगों की एक विस्तृत श्रृंखला को शक्ति देने के लिए किया जाता है। इसके विपरीत, यह नया चिप विशेष रूप से मानव मस्तिष्क के मॉडल बनाने के लिए आवश्यक जटिल ज्यामिति के लिए अनुकूलित एक विशेष उपकरण है।
शोधकर्ताओं ने यह भी बताया है कि दिमाग की सतह के पुनर्निर्माण (brain surface reconstruction) के लिए गति में सुधार महत्वपूर्ण है - जो कथित तौर पर आधे सेकंड से भी कम समय में विस्तृत मॉडलिंग की अनुमति देता है - लेकिन ये परिणाम केवल इसी विशेष कार्यभार तक सीमित हैं। न्यूरोलॉजिकल अनुसंधान या ब्रेन-कंप्यूटर इंटरफेस विकास के बाहर व्यापक अनुप्रयोगों के लिए चिप की व्यावसायिक व्यवहार्यता (commercial viability) इस स्तर पर अभी तक साबित नहीं हुई है।
संभावित अनुसंधान प्रभाव (Potential Research Impact)
यदि इसे सफलतापूर्वक बढ़ाया जाता है, तो यह तकनीक चिकित्सा अनुसंधान के लिए महत्वपूर्ण लाभ प्रदान कर सकती है। मस्तिष्क संरचनाओं के तेज, अधिक सटीक सिमुलेशन को सक्षम करके, वैज्ञानिक अल्जाइमर रोग (Alzheimer’s disease) जैसी न्यूरोलॉजिकल स्थितियों को बेहतर ढंग से समझने और अध्ययन करने की उम्मीद करते हैं। इसके अतिरिक्त, यह तकनीक सर्जिकल प्रक्रियाओं के दौरान वास्तविक समय में, उच्च-परिभाषा मस्तिष्क मॉडल उत्पन्न करके चिकित्सा पेशेवरों की सहायता कर सकती है या मानव मस्तिष्क को बाहरी कंप्यूटिंग उपकरणों से जोड़ने वाले इंटरफेस के विकास में मदद कर सकती है।
वैश्विक AI हार्डवेयर क्षेत्र वर्तमान में भारी निवेश देख रहा है क्योंकि देश और कंपनियां अधिक कुशल कंप्यूटिंग आर्किटेक्चर विकसित करने की दौड़ में हैं। जैसे-जैसे यह परियोजना आगे बढ़ती है, मुख्य निगरानी बिंदु यह होंगे कि क्या तकनीक प्रयोगशाला सेटिंग्स के बाहर प्रभावी ढंग से प्रदर्शन कर सकती है, यह वास्तविक दुनिया के चिकित्सा या औद्योगिक उपयोग के लिए कैसे बढ़ती है, और क्या इसके विशेष आर्किटेक्चर को उच्च-प्रदर्शन कंप्यूटिंग कार्यों की एक विस्तृत श्रृंखला के लिए अनुकूलित किया जा सकता है।