QRDC (QuantLase Research & Development Center) ஆய்வகத்தில், மின்சாரத்திற்கு பதிலாக ஒளியைப் பயன்படுத்தி AI செயல்திறனை அதிகரிக்கும் புதிய சிப்கள் உருவாக்கப்பட்டு வருகின்றன. இது தற்போதைய எலக்ட்ரானிக் ஹார்டுவேர்களின் மின் சிக்கல்களையும், டேட்டா பரிமாற்ற தாமதங்களையும் சரிசெய்யும் என எதிர்பார்க்கப்படுகிறது. வெற்றிகரமாக வணிகமயமாக்கப்பட்டால், டேட்டா சென்டர்கள் மற்றும் அதிவேக கணினி பயன்பாடுகளுக்கான மின் செலவுகள் பெருமளவு குறையும்.
Detailed Coverage
செயற்கை நுண்ணறிவு (AI) தொழில்நுட்பத்தின் அதீத வளர்ச்சி, பாரம்பரிய எலக்ட்ரானிக் ஹார்டுவேர்களின் திறனை சோதித்து வருகிறது. தற்போதைய சிப்கள், எலக்ட்ரான்கள் சர்க்யூட்கள் வழியாக செல்வதை நம்பியுள்ளன. இவை அதிக மின்சாரத்தை பயன்படுத்துவதோடு, மெமரி மற்றும் புராசஸிங் யூனிட்களுக்கு இடையே டேட்டாவை மாற்றும்போது செயல்திறன் தடைகளையும் சந்திக்கின்றன.
இதற்கு தீர்வாக, ஒளித்துகள்களான ஃபோட்டான்களை (photons) பயன்படுத்தி தகவல்களை பரிமாற்றம் செய்யவும், செயலாக்கவும் கூடிய photonic computing தொழில்நுட்பத்தை நோக்கி ஆராய்ச்சி நகர்கிறது.
கலப்பின கணினி மற்றும் மின்சார சேமிப்பு
QuantLase Research & Development Center (QRDC), Photonic Intelligence Processing Unit (PIPU) என்ற புதிய சிப்பை உருவாக்கி வருகிறது. இது தற்போதுள்ள GPU கட்டமைப்புகளுடன் இணைந்து செயல்படும் வகையில் வடிவமைக்கப்பட்டுள்ளது. ஒளி அடிப்படையிலான புராசஸிங்கை ஒருங்கிணைப்பதன் மூலம், டேட்டா பரிமாற்றத்தின் போது ஏற்படும் மின்சார வீணடிப்பு என்ற முக்கிய பிரச்சனையை இந்த சிப்கள் தீர்க்கும். QRDC-யின் ஆராய்ச்சி மற்றும் கண்டுபிடிப்பு இயக்குநர் டாக்டர் பிரமோத் குமார் கூறுகையில், பாரம்பரிய எலக்ட்ரானிக் சிஸ்டம்களையும், photonic intelligence-யையும் இணைக்கும் ஒரு கலப்பின அணுகுமுறையே (hybrid approach) எதிர்காலத்தில் வெற்றி பெறும் என்கிறார். இந்த வடிவமைப்பு, அதிவேக டேட்டா புராசஸிங் வேகத்தை சாத்தியமாக்குவதோடு, பெரிய AI மாடல்களின் அளவை கட்டுப்படுத்தும் வெப்பம் மற்றும் மின்சார தேவையையும் கணிசமாகக் குறைக்கும்.
வணிக உற்பத்தி நோக்கிய பயணம்
ஆய்வக ஆராய்ச்சியில் இருந்து தொழில்துறை உற்பத்திக்கு மாறுவது, photonic தொழில்நுட்பத்தை ஏற்றுக்கொள்வதில் ஒரு முக்கிய படியாகும். Lumentum Technology-யில் முன்பு டிசைனராக பணியாற்றிய டாக்டர் சல்மான் அப்துல்லா, QRDC-யில் தயாரிப்பு மேம்பாட்டுப் பணிகளை வழிநடத்தி வருகிறார். அவரது குழு, தற்போது இந்த சிக்கலான சிப்களை பெரிய அளவில் உற்பத்தி செய்ய உதவும் 'industrial foundry qualification' செயல்முறையில் கவனம் செலுத்தி வருகிறது. இது கோட்பாட்டு ஆராய்ச்சியில் இருந்து விலகி, இந்த கூறுகளை தற்போதைய வணிக ஹார்டுவேர் சூழல்களுடன் இணக்கமாக்குவதை நோக்கமாகக் கொண்டுள்ளது.
பரந்த மூலோபாய பயன்பாடுகள்
AI ஹார்டுவேர் முதன்மையான கவனம் என்றாலும், இந்த அடிப்படை தொழில்நுட்பம் மற்ற துறைகளிலும் பயன்படக்கூடிய சாத்தியக்கூறுகளைக் கொண்டுள்ளது. எதிர்கால குவாண்டம் கம்ப்யூட்டிங் அச்சுறுத்தல்களிலிருந்து டேட்டாவைப் பாதுகாக்க, குவாண்டம்-பாதுகாப்பான சைபர் செக்யூரிட்டி துறையில், Quantum Random Number Generators மற்றும் Quantum Key Distribution போன்ற பயன்பாடுகளையும் QRDC ஆராய்ந்து வருகிறது. மேலும், மின்சார நுகர்வைக் குறைப்பது என்பது, பெரிய அளவிலான டேட்டா சென்டர்களை நிர்வகிக்கும் அரசாங்கங்களுக்கும், தொழில்துறைகளுக்கும் ஒரு முக்கிய மூலோபாய முன்னுரிமையாக உள்ளது. நாடுகள் மற்றும் தொழில்நுட்ப நிறுவனங்கள் செமிகண்டக்டர் கண்டுபிடிப்புகளில் தங்கள் முதலீட்டை அதிகரிக்கும் போது, மருத்துவ நோயறிதல், தன்னாட்சி அமைப்புகள் மற்றும் அறிவியல் சூப்பர்கம்ப்யூட்டிங் உள்ளிட்ட அதிக மின்சாரம் தேவைப்படும் துறைகளுக்கு photonic intelligence ஒரு தீர்வாக அமையும்.
முதலீட்டாளர்கள் மற்றும் தொழில்துறை பார்வையாளர்கள், industrial foundry qualification-ன் முன்னேற்றம் மற்றும் QRDC இந்த photonic யூனிட்களை தற்போதுள்ள AI உள்கட்டமைப்பில் ஒருங்கிணைக்கும் திறனைக் கண்காணிப்பார்கள். இந்த சிப்களை மொத்த சந்தைக்கு கொண்டு வருவதற்கான காலக்கெடு ஒரு முக்கிய காரணியாக உள்ளது, ஏனெனில் இந்த தொழில்நுட்பம் நிஜ-உலக, அதிக-அளவு டேட்டா சூழல்களில் பாரம்பரிய சிலிக்கான் அடிப்படையிலான சிப்களை விட தெளிவான செலவு மற்றும் மின்சார நன்மையை வழங்க வேண்டும்.