Peking University ਅਤੇ Chinese Academy of Sciences ਦੇ ਖੋਜੀਆਂ ਨੇ ਦਿਮਾਗ ਦੀ ਮਾਡਲਿੰਗ ਲਈ ਇੱਕ ਖਾਸ ਚਿੱਪ ਬਣਾਈ ਹੈ। ਰਿਪੋਰਟਾਂ ਮੁਤਾਬਕ, ਇਹ ਚਿੱਪ ਦਿਮਾਗ ਦੀ ਮੈਪਿੰਗ ਦੇ ਕੁਝ ਖਾਸ ਕੰਮਾਂ ਵਿੱਚ Nvidia A100 GPU ਨਾਲੋਂ **478 ਗੁਣਾ** ਤੱਕ ਤੇਜ਼ ਹੈ। ਪਰ, ਇਹ ਚਿੱਪ ਆਮ AI ਕੰਪਿਊਟਿੰਗ ਲਈ ਨਹੀਂ, ਸਗੋਂ ਖਾਸ ਰਿਸਰਚ ਲਈ ਤਿਆਰ ਕੀਤੀ ਗਈ ਹੈ।
Peking University ਅਤੇ Chinese Academy of Sciences ਦੀ ਇੱਕ ਖੋਜੀ ਟੀਮ ਨੇ ਇੱਕ ਨਵੀਂ, ਦਿਮਾਗ-ਅਨੁਸਾਰੀ (brain-inspired) ਕੰਪਿਊਟਿੰਗ ਚਿੱਪ ਪੇਸ਼ ਕੀਤੀ ਹੈ। ਸਾਇੰਸ ਜਰਨਲ ਵਿੱਚ ਦੱਸੇ ਗਏ ਇਸ ਟੈਕਨਾਲੋਜੀ ਨੂੰ ਖਾਸ ਤੌਰ 'ਤੇ ਦਿਮਾਗ ਦੀ ਸਤਹ (brain surface) ਦੀ ਮਾਡਲਿੰਗ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਖੋਜੀ ਟੀਮ ਦੇ ਅਨੁਸਾਰ, ਇਸ ਹਾਰਡਵੇਅਰ ਨੇ ਇਨ੍ਹਾਂ ਖਾਸ ਗੁੰਝਲਦਾਰ ਗਣਨਾਵਾਂ (complex calculations) ਨੂੰ ਕਰਦੇ ਸਮੇਂ Nvidia ਦੇ A100 GPU ਨਾਲੋਂ 50 ਤੋਂ 478 ਗੁਣਾ ਤੱਕ ਜ਼ਿਆਦਾ ਸਪੀਡ ਹਾਸਲ ਕੀਤੀ ਹੈ।
ਇਨ-ਮੈਮਰੀ ਕੰਪਿਊਟਿੰਗ ਟੈਕਨਾਲੋਜੀ
ਇਹ ਚਿੱਪ ਇਨ-ਮੈਮਰੀ ਕੰਪਿਊਟਿੰਗ (in-memory computing) ਨਾਮਕ ਡਿਜ਼ਾਈਨ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ। ਰਵਾਇਤੀ ਕੰਪਿਊਟਰ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ, ਡਾਟਾ ਨੂੰ ਪ੍ਰੋਸੈਸਰ ਅਤੇ ਮੈਮਰੀ ਵਿਚਕਾਰ ਯਾਤਰਾ ਕਰਨੀ ਪੈਂਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਦੇਰੀ ਹੋ ਸਕਦੀ ਹੈ ਅਤੇ ਬਹੁਤ ਜ਼ਿਆਦਾ ਊਰਜਾ ਦੀ ਖਪਤ ਹੁੰਦੀ ਹੈ। ਇਹ ਨਵੀਂ ਚਿੱਪ ਇੱਕੋ ਮੈਮਰੀ ਅਰੇ (memory array) ਵਿੱਚ ਸਟੋਰੇਜ ਅਤੇ ਪ੍ਰੋਸੈਸਿੰਗ ਨੂੰ ਏਕੀਕ੍ਰਿਤ (integrate) ਕਰਦੀ ਹੈ, ਜੋ ਇਸਨੂੰ ਬਹੁਤ ਘੱਟ ਊਰਜਾ ਅਤੇ ਤੇਜ਼ ਡਾਟਾ ਹੈਂਡਲਿੰਗ ਨਾਲ ਕੰਮ ਪੂਰਾ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ। ਇਹ ਡਿਵਾਈਸ 40-ਨੈਨੋਮੀਟਰ ਨਿਰਮਾਣ ਪ੍ਰਕਿਰਿਆ (manufacturing process) ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਬਣਾਇਆ ਗਿਆ ਹੈ, ਜੋ ਕਿ ਵੱਖ-ਵੱਖ ਉਦਯੋਗਿਕ ਅਤੇ ਵਿਸ਼ੇਸ਼ ਹਾਰਡਵੇਅਰ ਕੰਪੋਨੈਂਟਸ ਲਈ ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਵਰਤੀ ਜਾਂਦੀ ਟੈਕਨਾਲੋਜੀ ਹੈ।
ਖਾਸ ਵਰਤੋਂ ਬਨਾਮ ਆਮ ਉਦੇਸ਼
ਨਿਵੇਸ਼ਕਾਂ ਅਤੇ ਟੈਕ ਦੇਖਣ ਵਾਲਿਆਂ ਲਈ ਵਿਸ਼ੇਸ਼ ਹਾਰਡਵੇਅਰ ਅਤੇ ਆਮ-ਉਦੇਸ਼ੀ ਪ੍ਰੋਸੈਸਰਾਂ ਵਿਚਕਾਰ ਅੰਤਰ ਕਰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ। Nvidia ਦਾ A100 ਇੱਕ ਆਮ-ਉਦੇਸ਼ੀ GPU ਹੈ ਜੋ ਦੁਨੀਆ ਭਰ ਵਿੱਚ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਮਾਡਲਾਂ, ਡਾਟਾ ਸੈਂਟਰਾਂ ਅਤੇ ਵਿਗਿਆਨਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਨੂੰ ਪਾਵਰ ਦੇਣ ਲਈ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ। ਇਸਦੇ ਉਲਟ, ਇਹ ਨਵੀਂ ਚਿੱਪ ਇੱਕ ਉਦੇਸ਼-ਨਿਰਮਿਤ (purpose-built) ਡਿਵਾਈਸ ਹੈ ਜੋ ਮਨੁੱਖੀ ਦਿਮਾਗ ਨੂੰ ਮਾਡਲ ਕਰਨ ਲਈ ਲੋੜੀਂਦੀ ਗੁੰਝਲਦਾਰ ਜਿਓਮੈਟਰੀ ਲਈ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਅਨੁਕੂਲਿਤ (optimized) ਹੈ।
ਖੋਜੀ ਟੀਮ ਨੇ ਨੋਟ ਕੀਤਾ ਕਿ ਦਿਮਾਗ ਦੀ ਸਤਹ ਦੀ ਪੁਨਰ-ਉਸਾਰੀ (brain surface reconstruction) ਲਈ ਸਪੀਡ ਸੁਧਾਰ ਮਹੱਤਵਪੂਰਨ ਹਨ—ਰਿਪੋਰਟਾਂ ਅਨੁਸਾਰ ਅੱਧੇ ਸਕਿੰਟ ਤੋਂ ਘੱਟ ਸਮੇਂ ਵਿੱਚ ਵਿਸਤ੍ਰਿਤ ਮਾਡਲਿੰਗ ਦੀ ਆਗਿਆ ਦਿੰਦੇ ਹਨ—ਪਰ ਇਹ ਨਤੀਜੇ ਇਸ ਖਾਸ ਵਰਕਲੋਡ ਤੱਕ ਸੀਮਿਤ ਹਨ। ਨਿਊਰੋਲੋਜੀਕਲ ਰਿਸਰਚ ਜਾਂ ਬ੍ਰੇਨ-ਕੰਪਿਊਟਰ ਇੰਟਰਫੇਸ ਵਿਕਾਸ ਦੇ ਬਾਹਰ ਵਿਆਪਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਚਿੱਪ ਦੀ ਵਪਾਰਕ ਵਿਹਾਰਕਤਾ (commercial viability) ਇਸ ਪੜਾਅ 'ਤੇ ਅਜੇ ਸਾਬਤ ਨਹੀਂ ਹੋਈ ਹੈ।
ਸੰਭਾਵੀ ਖੋਜ ਪ੍ਰਭਾਵ
ਜੇਕਰ ਸਫਲਤਾਪੂਰਵਕ ਸਕੇਲ ਕੀਤਾ ਜਾਵੇ, ਤਾਂ ਇਹ ਟੈਕਨਾਲੋਜੀ ਡਾਕਟਰੀ ਖੋਜ ਲਈ ਮਹੱਤਵਪੂਰਨ ਲਾਭ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੀ ਹੈ। ਦਿਮਾਗ ਦੀਆਂ ਬਣਤਰਾਂ ਦੇ ਤੇਜ਼, ਵਧੇਰੇ ਸਟੀਕ ਸਿਮੂਲੇਸ਼ਨਾਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾ ਕੇ, ਵਿਗਿਆਨੀ ਅਲਜ਼ਾਈਮਰ ਰੋਗ ਵਰਗੀਆਂ ਨਿਊਰੋਲੋਜੀਕਲ ਸਥਿਤੀਆਂ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਸਮਝਣ ਅਤੇ ਅਧਿਐਨ ਕਰਨ ਦੀ ਉਮੀਦ ਕਰਦੇ ਹਨ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਇਹ ਟੈਕਨਾਲੋਜੀ ਸਰਜੀਕਲ ਪ੍ਰਕਿਰਿਆਵਾਂ ਦੌਰਾਨ ਰੀਅਲ-ਟਾਈਮ, ਹਾਈ-ਡੈਫੀਨਿਸ਼ਨ ਦਿਮਾਗ ਦੇ ਮਾਡਲਾਂ ਨੂੰ ਤਿਆਰ ਕਰਕੇ ਡਾਕਟਰੀ ਪੇਸ਼ੇਵਰਾਂ ਦੀ ਮਦਦ ਕਰ ਸਕਦੀ ਹੈ ਜਾਂ ਬਾਹਰੀ ਕੰਪਿਊਟਿੰਗ ਡਿਵਾਈਸਾਂ ਨਾਲ ਮਨੁੱਖੀ ਦਿਮਾਗ ਨੂੰ ਜੋੜਨ ਵਾਲੇ ਇੰਟਰਫੇਸਾਂ ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਸਹਾਇਤਾ ਕਰ ਸਕਦੀ ਹੈ।
ਗਲੋਬਲ AI ਹਾਰਡਵੇਅਰ ਸੈਕਟਰ ਇਸ ਸਮੇਂ ਭਾਰੀ ਨਿਵੇਸ਼ ਦੇਖ ਰਿਹਾ ਹੈ ਕਿਉਂਕਿ ਦੇਸ਼ ਅਤੇ ਕੰਪਨੀਆਂ ਵਧੇਰੇ ਕੁਸ਼ਲ ਕੰਪਿਊਟਿੰਗ ਆਰਕੀਟੈਕਚਰ ਵਿਕਸਿਤ ਕਰਨ ਦੀ ਦੌੜ ਵਿੱਚ ਹਨ। ਜਿਵੇਂ-ਜਿਵੇਂ ਇਹ ਪ੍ਰੋਜੈਕਟ ਅੱਗੇ ਵਧਦਾ ਹੈ, ਮੁੱਖ ਨਿਗਰਾਨੀ ਇਹ ਹੋਵੇਗੀ ਕਿ ਕੀ ਟੈਕਨਾਲੋਜੀ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਸੈਟਿੰਗਾਂ ਤੋਂ ਬਾਹਰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਪ੍ਰਦਰਸ਼ਨ ਕਰ ਸਕਦੀ ਹੈ, ਇਹ ਅਸਲ-ਦੁਨੀਆ ਦੇ ਡਾਕਟਰੀ ਜਾਂ ਉਦਯੋਗਿਕ ਵਰਤੋਂ ਲਈ ਕਿਵੇਂ ਸਕੇਲ ਕਰਦਾ ਹੈ, ਅਤੇ ਕੀ ਇਸਦੇ ਵਿਸ਼ੇਸ਼ ਆਰਕੀਟੈਕਚਰ ਨੂੰ ਉੱਚ-ਪ੍ਰਦਰਸ਼ਨ ਕੰਪਿਊਟਿੰਗ ਕਾਰਜਾਂ ਦੀ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਲਈ ਅਨੁਕੂਲਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।