QuantLase Research & Development Center (QRDC) ਦੇ ਖੋਜਕਾਰ (Researchers) ਫੋਟੋਨਿਕ ਕੰਪਿਊਟਿੰਗ ਚਿਪਸ ਵਿਕਸਤ ਕਰ ਰਹੇ ਹਨ, ਜੋ AI ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ (Performance) ਵਧਾਉਣ ਲਈ ਬਿਜਲੀ ਦੀ ਬਜਾਏ ਰੋਸ਼ਨੀ (Light) ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ। ਇਹ ਟੈਕਨਾਲੋਜੀ ਮੌਜੂਦਾ ਇਲੈਕਟ੍ਰਾਨਿਕ ਹਾਰਡਵੇਅਰ ਵਿੱਚ ਊਰਜਾ ਦੀਆਂ ਰੁਕਾਵਟਾਂ (Energy Bottlenecks) ਅਤੇ ਡਾਟਾ ਟ੍ਰਾਂਸਫਰ ਵਿੱਚ ਦੇਰੀ ਵਰਗੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦਾ ਟੀਚਾ ਰੱਖਦੀ ਹੈ।
Detailed Coverage
ਖੇਚਲ ਭਰਿਆ AI ਦਾ ਵਧਦਾ ਸਫ਼ਰ, ਰਵਾਇਤੀ ਇਲੈਕਟ੍ਰਾਨਿਕ ਹਾਰਡਵੇਅਰ ਦੀਆਂ ਭੌਤਿਕ ਸੀਮਾਵਾਂ ਨੂੰ ਚੁਣੌਤੀ ਦੇ ਰਿਹਾ ਹੈ। ਮੌਜੂਦਾ ਚਿਪਸ, ਜੋ ਸਰਕਟਾਂ ਰਾਹੀਂ ਇਲੈਕਟ੍ਰੌਨਾਂ ਦੀ ਆਵਾਜਾਈ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀਆਂ ਹਨ, ਉੱਚ ਬਿਜਲੀ ਦੀ ਖਪਤ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨ ਦੀਆਂ ਰੁਕਾਵਟਾਂ ਨਾਲ ਜੂਝ ਰਹੀਆਂ ਹਨ। ਖਾਸ ਤੌਰ 'ਤੇ ਮੈਮੋਰੀ ਅਤੇ ਪ੍ਰੋਸੈਸਿੰਗ ਯੂਨਿਟਾਂ ਵਿਚਕਾਰ ਡਾਟਾ ਭੇਜਣ ਵੇਲੇ ਇਹ ਸਮੱਸਿਆ ਹੋਰ ਵੱਧ ਜਾਂਦੀ ਹੈ। ਇਸ ਦੇ ਜਵਾਬ ਵਿੱਚ, ਖੋਜ ਫੋਟੋਨਿਕ ਕੰਪਿਊਟਿੰਗ ਵੱਲ ਵਧ ਰਹੀ ਹੈ, ਇੱਕ ਅਜਿਹੀ ਵਿਧੀ ਜੋ ਜਾਣਕਾਰੀ ਨੂੰ ਪ੍ਰਸਾਰਿਤ (Transmit) ਅਤੇ ਪ੍ਰੋਸੈਸ ਕਰਨ ਲਈ ਫੋਟੌਨਾਂ - ਰੋਸ਼ਨੀ ਦੇ ਕਣਾਂ - ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ।
ਹਾਈਬ੍ਰਿਡ ਕੰਪਿਊਟਿੰਗ ਅਤੇ ਊਰਜਾ ਕੁਸ਼ਲਤਾ
QuantLase Research & Development Center (QRDC) ਇੱਕ ਫੋਟੋਨਿਕ ਇੰਟੈਲੀਜੈਂਸ ਪ੍ਰੋਸੈਸਿੰਗ ਯੂਨਿਟ (PIPU) 'ਤੇ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ, ਜੋ ਮੌਜੂਦਾ GPU ਆਰਕੀਟੈਕਚਰਾਂ ਨੂੰ ਬਦਲਣ ਦੀ ਬਜਾਏ ਉਨ੍ਹਾਂ ਦੇ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। ਰੋਸ਼ਨੀ-ਆਧਾਰਤ ਪ੍ਰੋਸੈਸਿੰਗ ਨੂੰ ਏਕੀਕ੍ਰਿਤ (Integrate) ਕਰਕੇ, ਇਹ ਯੂਨਿਟ ਡਾਟਾ ਟ੍ਰਾਂਸਫਰ ਦੌਰਾਨ ਊਰਜਾ ਦੀ ਬਰਬਾਦੀ ਦੇ ਗੰਭੀਰ ਮੁੱਦੇ ਨੂੰ ਹੱਲ ਕਰਨ ਦਾ ਟੀਚਾ ਰੱਖਦੇ ਹਨ। QRDC ਦੇ ਡਾਇਰੈਕਟਰ ਆਫ਼ ਰਿਸਰਚ ਐਂਡ ਇਨੋਵੇਸ਼ਨ, ਡਾ. ਪ੍ਰਮੋਦ ਕੁਮਾਰ ਨੇ ਦੱਸਿਆ ਹੈ ਕਿ ਇੱਕ ਹਾਈਬ੍ਰਿਡ ਪਹੁੰਚ - ਰਵਾਇਤੀ ਇਲੈਕਟ੍ਰਾਨਿਕ ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਫੋਟੋਨਿਕ ਇੰਟੈਲੀਜੈਂਸ ਨਾਲ ਜੋੜਨਾ - ਅੱਗੇ ਦਾ ਸਭ ਤੋਂ ਸੰਭਾਵੀ ਰਾਹ ਹੈ। ਇਹ ਡਿਜ਼ਾਈਨ ਤੇਜ਼ ਡਾਟਾ ਪ੍ਰੋਸੈਸਿੰਗ ਸਪੀਡ ਨੂੰ ਸਮਰੱਥ ਬਣਾ ਸਕਦਾ ਹੈ, ਜਦੋਂ ਕਿ ਗਰਮੀ ਅਤੇ ਬਿਜਲੀ ਦੀ ਖਪਤ ਨੂੰ ਕਾਫ਼ੀ ਘਟਾ ਸਕਦਾ ਹੈ, ਜੋ ਵਰਤਮਾਨ ਵਿੱਚ ਵੱਡੇ-ਪੈਮਾਨੇ ਵਾਲੇ AI ਮਾਡਲਾਂ ਦੇ ਪੈਮਾਨੇ ਨੂੰ ਸੀਮਤ ਕਰਦੇ ਹਨ।
ਵਪਾਰਕ ਨਿਰਮਾਣ ਵੱਲ ਰਾਹ
ਲੈਬਾਰਟਰੀ ਖੋਜ ਤੋਂ ਉਦਯੋਗਿਕ ਉਤਪਾਦਨ ਵੱਲ ਜਾਣਾ ਫੋਟੋਨਿਕ ਟੈਕਨਾਲੋਜੀ ਨੂੰ ਅਪਣਾਉਣ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਦਮ ਹੈ। ਡਾ. ਸਲਮਾਨ ਅਬਦੁੱਲਾ, ਜਿਨ੍ਹਾਂ ਨੇ ਪਹਿਲਾਂ Lumentum Technology ਵਿੱਚ ਇੱਕ ਡਿਜ਼ਾਈਨਰ ਵਜੋਂ ਕੰਮ ਕੀਤਾ ਸੀ, QRDC ਵਿੱਚ ਉਤਪਾਦ ਵਿਕਾਸ (Product Development) ਦੇ ਪੜਾਅ ਦੀ ਅਗਵਾਈ ਕਰ ਰਹੇ ਹਨ। ਉਨ੍ਹਾਂ ਦੀ ਟੀਮ ਇਸ ਵੇਲੇ ਉਦਯੋਗਿਕ ਫਾਊਂਡਰੀ ਯੋਗਤਾ (Industrial Foundry Qualification) 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਰਹੀ ਹੈ, ਜੋ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣ ਲਈ ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਹੈ ਕਿ ਇਹਨਾਂ ਗੁੰਝਲਦਾਰ ਚਿਪਸ ਦਾ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਨਿਰਮਾਣ ਕੀਤਾ ਜਾ ਸਕੇ। ਨਿਰਮਾਣ ਯੋਗਤਾ 'ਤੇ ਇਹ ਫੋਕਸ, ਸਿਰਫ਼ ਸਿਧਾਂਤਕ ਖੋਜ ਤੋਂ ਇੱਕ ਵੱਖਰੀ ਪਹੁੰਚ ਹੈ, ਕਿਉਂਕਿ ਟੀਚਾ ਇਹਨਾਂ ਕੰਪੋਨੈਂਟਸ ਨੂੰ ਮੌਜੂਦਾ ਵਪਾਰਕ ਹਾਰਡਵੇਅਰ ਈਕੋਸਿਸਟਮ ਨਾਲ ਅਨੁਕੂਲ ਬਣਾਉਣਾ ਹੈ।
ਵਿਆਪਕ ਰਣਨੀਤਕ ਐਪਲੀਕੇਸ਼ਨਾਂ
ਭਾਵੇਂ AI ਹਾਰਡਵੇਅਰ ਇੱਕ ਮੁੱਖ ਫੋਕਸ ਹੈ, ਪਰ ਅੰਤਰੀਵ (Underlying) ਤਕਨਾਲੋਜੀ ਦੇ ਹੋਰ ਖੇਤਰਾਂ ਵਿੱਚ ਵੀ ਸੰਭਾਵੀ ਉਪਯੋਗ ਹਨ। QRDC ਕੁਆਂਟਮ-ਸੁਰੱਖਿਅਤ ਸਾਈਬਰ ਸੁਰੱਖਿਆ (Quantum-Safe Cybersecurity) ਵਿੱਚ ਐਪਲੀਕੇਸ਼ਨਾਂ ਦੀ ਪੜਚੋਲ ਕਰ ਰਿਹਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਕੁਆਂਟਮ ਰੈਂਡਮ ਨੰਬਰ ਜਨਰੇਟਰ (Quantum Random Number Generators) ਅਤੇ ਕੁਆਂਟਮ ਕੀ ਡਿਸਟ੍ਰੀਬਿਊਸ਼ਨ (Quantum Key Distribution), ਤਾਂ ਜੋ ਭਵਿੱਖ ਵਿੱਚ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੇ ਖਤਰਿਆਂ ਤੋਂ ਡਾਟਾ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕੀਤਾ ਜਾ ਸਕੇ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਬਿਜਲੀ ਦੀ ਖਪਤ ਨੂੰ ਘਟਾਉਣ ਦੀ ਸਮਰੱਥਾ ਸਰਕਾਰਾਂ ਅਤੇ ਉਦਯੋਗਾਂ ਲਈ ਇੱਕ ਵੱਡੀ ਰਣਨੀਤਕ ਤਰਜੀਹ ਹੈ ਜੋ ਵੱਡੇ-ਪੈਮਾਨੇ ਦੇ ਡਾਟਾ ਸੈਂਟਰਾਂ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਦੇ ਹਨ। ਜਿਵੇਂ-ਜਿਵੇਂ ਦੇਸ਼ ਅਤੇ ਟੈਕ ਫਰਮਾਂ ਸੈਮੀਕੰਡਕਟਰ ਨਵੀਨਤਾ (Semiconductor Innovation) ਵਿੱਚ ਆਪਣਾ ਨਿਵੇਸ਼ ਵਧਾ ਰਹੇ ਹਨ, ਫੋਟੋਨਿਕ ਇੰਟੈਲੀਜੈਂਸ ਊਰਜਾ-ਭਾਰੀ ਸੈਕਟਰਾਂ ਲਈ ਇੱਕ ਸੰਭਾਵੀ ਹੱਲ ਵਜੋਂ ਸਥਿਤ ਹੈ, ਜਿਸ ਵਿੱਚ ਮੈਡੀਕਲ ਡਾਇਗਨੌਸਟਿਕਸ, ਆਟੋਨੋਮਸ ਸਿਸਟਮ ਅਤੇ ਵਿਗਿਆਨਕ ਸੁਪਰਕੰਪਿਊਟਿੰਗ ਸ਼ਾਮਲ ਹਨ।
ਨਿਵੇਸ਼ਕ (Investors) ਅਤੇ ਉਦਯੋਗ ਦੇ ਨਿਰੀਖਕ (Observers) ਉਦਯੋਗਿਕ ਫਾਊਂਡਰੀ ਯੋਗਤਾ ਦੀ ਪ੍ਰਗਤੀ ਅਤੇ QRDC ਦੀ ਇਹਨਾਂ ਫੋਟੋਨਿਕ ਯੂਨਿਟਾਂ ਨੂੰ ਮੌਜੂਦਾ AI ਬੁਨਿਆਦੀ ਢਾਂਚੇ (Infrastructure) ਵਿੱਚ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ 'ਤੇ ਨਜ਼ਰ ਰੱਖਣਗੇ। ਇਹਨਾਂ ਚਿਪਸ ਨੂੰ ਮਾਸ ਮਾਰਕੀਟ ਵਿੱਚ ਲਿਆਉਣ ਦੀ ਸਮਾਂ-ਸੀਮਾ (Timeline) ਇੱਕ ਮੁੱਖ ਕਾਰਕ ਬਣੀ ਹੋਈ ਹੈ, ਕਿਉਂਕਿ ਇਸ ਤਕਨਾਲੋਜੀ ਨੂੰ ਅਸਲ-ਦੁਨੀਆ, ਉੱਚ-ਆਵਾਜਾਈ (High-volume) ਡਾਟਾ ਵਾਤਾਵਰਣ ਵਿੱਚ ਰਵਾਇਤੀ ਸਿਲੀਕਾਨ-ਆਧਾਰਤ ਚਿਪਸ ਉੱਤੇ ਸਪੱਸ਼ਟ ਲਾਗਤ (Cost) ਅਤੇ ਊਰਜਾ ਲਾਭ (Energy Advantage) ਪ੍ਰਦਾਨ ਕਰਨ ਦਾ ਪ੍ਰਮਾਣ ਦੇਣਾ ਹੋਵੇਗਾ।