சீனாவின் பெய்ஜிங் பல்கலைக்கழகம் மற்றும் சீன அறிவியல் அகாடமி ஆராய்ச்சியாளர்கள், மூளை மாதிரி உருவாக்கத்திற்கான ஒரு சிறப்பு AI சிப்பை உருவாக்கியுள்ளனர். இந்த சிப், மூளை மேப்பிங் பணிகளில் Nvidia A100 GPU-வை விட **478 மடங்கு** வரை வேகமாக செயல்படுவதாக தகவல்கள் தெரிவிக்கின்றன. எனினும், இது பொதுவான AI கணக்கீடுகளுக்கு அல்லாமல், குறிப்பிட்ட ஆராய்ச்சிக்கு மட்டுமே உகந்தது.
சிறப்பு AI சிப் அறிமுகம்
பெய்ஜிங் பல்கலைக்கழகம் மற்றும் சீன அறிவியல் அகாடமியைச் சேர்ந்த ஒரு ஆராய்ச்சி குழு, புதிய மூளை-ஈர்க்கப்பட்ட கணினி சிப்பை அறிமுகப்படுத்தியுள்ளது. 'Science' இதழில் விவரிக்கப்பட்டுள்ள இந்த தொழில்நுட்பம், மூளையின் மேற்பரப்பு மாதிரிகளை உருவாக்குவதற்காக வடிவமைக்கப்பட்டுள்ளது. ஆராய்ச்சி குழுவின் கூற்றுப்படி, இந்த வன்பொருள் குறிப்பிட்ட சிக்கலான கணக்கீடுகளைச் செய்யும்போது, Nvidia-வின் A100 GPU-வை விட 50 முதல் 478 மடங்கு வரை வேகமாக செயல்பட்டுள்ளது.
இன்-மெமரி கம்ப்யூட்டிங் தொழில்நுட்பம்
இந்த சிப் 'இன்-மெமரி கம்ப்யூட்டிங்' எனப்படும் ஒரு வடிவமைப்பைப் பயன்படுத்துகிறது. வழக்கமான கணினி கட்டமைப்பில், தரவு செயலிக்கும் நினைவகத்திற்கும் இடையே பயணிக்க வேண்டும், இது தாமதங்களையும் அதிக ஆற்றல் தேவையையும் ஏற்படுத்தும். ஆனால், இந்த புதிய சிப் நினைவக சேமிப்பு மற்றும் செயலாக்கத்தை ஒரே நினைவக வரிசையில் ஒருங்கிணைக்கிறது. இதனால், இது மிகக் குறைவான ஆற்றலுடன் வேகமான தரவு கையாளுதலுடன் பணிகளை முடிக்க உதவுகிறது. இந்த சாதனம் 40-நானோமீட்டர் உற்பத்தி செயல்முறையைப் பயன்படுத்தி உருவாக்கப்பட்டுள்ளது, இது பல்வேறு தொழில்துறை மற்றும் சிறப்பு வன்பொருள் கூறுகளுக்கு பரவலாகப் பயன்படுத்தப்படும் தொழில்நுட்பமாகும்.
பொதுவான பயன்பாட்டிற்கு எதிரான சிறப்புப் பயன்பாடு
முதலீட்டாளர்கள் மற்றும் தொழில்நுட்ப ஆர்வலர்கள், சிறப்பு வன்பொருள் மற்றும் பொது-நோக்கு செயலிகளுக்கு இடையிலான வேறுபாட்டைப் புரிந்துகொள்வது முக்கியம். Nvidia-வின் A100 ஒரு பொது-நோக்கு GPU ஆகும். இது உலகளவில் பரந்த அளவிலான செயற்கை நுண்ணறிவு மாதிரிகள், டேட்டா சென்டர்கள் மற்றும் அறிவியல் பயன்பாடுகளுக்கு சக்தியளிக்கிறது. இதற்கு மாறாக, இந்த புதிய சிப் ஒரு குறிப்பிட்ட நோக்கத்திற்காக உருவாக்கப்பட்ட சாதனமாகும். இது மனித மூளையின் மாதிரியாக்கத்திற்குத் தேவையான சிக்கலான வடிவவியலுக்கு குறிப்பாக உகந்ததாக உள்ளது.
ஆராய்ச்சி குழு குறிப்பிடுவது என்னவென்றால், மூளை மேற்பரப்பு மறுகட்டமைப்பிற்கான வேக மேம்பாடுகள் குறிப்பிடத்தக்கவை - இது அரை வினாடிக்கும் குறைவான நேரத்தில் விரிவான மாதிரியாக்கத்தை அனுமதிப்பதாக கூறப்படுகிறது. ஆனால் இந்த முடிவுகள் குறிப்பிட்ட பணிச்சுமைக்கு மட்டுமே வரையறுக்கப்பட்டுள்ளன. நரம்பியல் ஆராய்ச்சி அல்லது மூளை-கணினி இடைமுக மேம்பாட்டிற்கு அப்பாற்பட்ட பரந்த பயன்பாடுகளுக்கான சிப்பின் வணிக சாத்தியம் இந்த கட்டத்தில் நிரூபிக்கப்படவில்லை.
சாத்தியமான ஆராய்ச்சி தாக்கம்
வெற்றிகரமாக அளவிடப்பட்டால், இந்த தொழில்நுட்பம் மருத்துவ ஆராய்ச்சிக்கு குறிப்பிடத்தக்க நன்மைகளை வழங்கும். மூளை கட்டமைப்புகளின் வேகமான, துல்லியமான உருவகப்படுத்துதல்களை செயல்படுத்துவதன் மூலம், விஞ்ஞானிகள் அல்சைமர் நோய் போன்ற நரம்பியல் நிலைமைகளை சிறப்பாகப் புரிந்துகொள்ளவும் ஆய்வு செய்யவும் முடியும். கூடுதலாக, அறுவை சிகிச்சை முறைகளின் போது நிகழ்நேர, உயர்-வரையறை மூளை மாதிரிகளை உருவாக்குவதன் மூலம் மருத்துவ நிபுணர்களுக்கு இந்த தொழில்நுட்பம் உதவக்கூடும். அல்லது மனித மூளையை வெளிப்புற கணினி சாதனங்களுடன் இணைக்கும் இடைமுகங்களை உருவாக்குவதற்கும் உதவக்கூடும்.
உலகளாவிய AI வன்பொருள் துறையானது தற்போது மிகப்பெரிய முதலீடுகளைக் கண்டு வருகிறது. நாடுகள் மற்றும் நிறுவனங்கள் மேலும் திறமையான கணினி கட்டமைப்புகளை உருவாக்க போட்டியிடுகின்றன. இந்த திட்டம் முன்னேறும்போது, தொழில்நுட்பம் ஆய்வக அமைப்புகளுக்கு வெளியே திறம்பட செயல்படுமா, நிஜ உலக மருத்துவ அல்லது தொழில்துறை பயன்பாட்டிற்கு இது எவ்வாறு அளவிடப்படுகிறது, மற்றும் அதன் சிறப்பு கட்டமைப்பு பரந்த அளவிலான உயர்-செயல்திறன் கணினி பணிகளுக்கு மாற்றியமைக்க முடியுமா என்பதே முதன்மையான கண்காணிப்புக்குரியதாக இருக்கும்.