చైనాలోని పెకింగ్ యూనివర్సిటీ, చైనీస్ అకాడమీ ఆఫ్ సైన్సెస్కు చెందిన పరిశోధకులు కొత్త AI చిప్ను అభివృద్ధి చేశారు. ఇది బ్రెయిన్ మోడలింగ్ కోసం ప్రత్యేకంగా రూపొందించబడింది. కొన్ని బ్రెయిన్-మ్యాపింగ్ టాస్క్లలో Nvidia A100 GPU కంటే **478 రెట్లు** వేగంగా పనిచేస్తుందని నివేదికలు సూచిస్తున్నాయి. అయితే, ఈ చిప్ సాధారణ AI కంప్యూటింగ్ కోసం కాకుండా, ప్రత్యేక పరిశోధనల కోసమే తయారు చేయబడింది.
చైనాలోని పెకింగ్ యూనివర్సిటీ, చైనీస్ అకాడమీ ఆఫ్ సైన్సెస్కు చెందిన పరిశోధకుల బృందం ఒక కొత్త, బ్రెయిన్-ఇన్స్పైర్డ్ కంప్యూటింగ్ చిప్ను ఆవిష్కరించింది. సైన్స్ జర్నల్లో వివరించిన ఈ టెక్నాలజీ, ప్రత్యేకమైన బ్రెయిన్ సర్ఫేస్ మోడలింగ్ కోసం రూపొందించబడింది. పరిశోధకుల ప్రకారం, ఈ హార్డ్వేర్ నిర్దిష్ట సంక్లిష్ట గణనలను చేసేటప్పుడు Nvidia యొక్క A100 GPU కంటే 50 నుండి 478 రెట్లు ఎక్కువ వేగాన్ని సాధించింది.
ఇన్-మెమరీ కంప్యూటింగ్ టెక్నాలజీ
ఈ చిప్ 'ఇన్-మెమరీ కంప్యూటింగ్' అనే డిజైన్ను ఉపయోగిస్తుంది. సాంప్రదాయ కంప్యూటర్ ఆర్కిటెక్చర్లో, డేటా ప్రాసెసర్ మరియు మెమరీ మధ్య ప్రయాణించాలి, ఇది ఆలస్యం మరియు అధిక శక్తి వినియోగానికి దారితీస్తుంది. ఈ కొత్త చిప్, ఒకే మెమరీ అర్రేలో స్టోరేజ్ మరియు ప్రాసెసింగ్ను ఏకీకృతం చేస్తుంది. ఇది చాలా తక్కువ శక్తితో, వేగవంతమైన డేటా హ్యాండ్లింగ్తో పనులను పూర్తి చేయడానికి సహాయపడుతుంది. ఈ పరికరం 40-నానోమీటర్ తయారీ ప్రక్రియను ఉపయోగించి నిర్మించబడింది, ఇది వివిధ పారిశ్రామిక మరియు ప్రత్యేక హార్డ్వేర్ భాగాలకు విస్తృతంగా ఉపయోగించే టెక్నాలజీ.
ప్రత్యేక ఉపయోగం vs జనరల్ పర్పస్
పెట్టుబడిదారులు మరియు టెక్ పరిశీలకులు ప్రత్యేక హార్డ్వేర్ మరియు జనరల్-పర్పస్ ప్రాసెసర్ల మధ్య తేడాను గుర్తించడం ముఖ్యం. Nvidia A100 అనేది ప్రపంచవ్యాప్తంగా విస్తృత శ్రేణి ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ మోడల్స్, డేటా సెంటర్లు మరియు శాస్త్రీయ అప్లికేషన్లకు శక్తినిచ్చే జనరల్-పర్పస్ GPU. దీనికి విరుద్ధంగా, ఈ కొత్త చిప్ మానవ మెదడును మోడల్ చేయడానికి అవసరమైన సంక్లిష్ట జ్యామితికి ప్రత్యేకంగా ఆప్టిమైజ్ చేయబడిన, పర్పస్-బిల్ట్ పరికరం.
బ్రెయిన్ సర్ఫేస్ రీకన్స్ట్రక్షన్ కోసం వేగవంతమైన మెరుగుదలలు గణనీయంగా ఉన్నాయని (అర్ధ సెకనులోపు వివరణాత్మక మోడలింగ్ను అనుమతిస్తుందని నివేదించబడింది) పరిశోధనా బృందం గుర్తించింది, అయితే ఈ ఫలితాలు ఈ నిర్దిష్ట వర్క్లోడ్కు మాత్రమే పరిమితం. న్యూరోలాజికల్ పరిశోధన లేదా బ్రెయిన్-కంప్యూటర్ ఇంటర్ఫేస్ డెవలప్మెంట్ వెలుపల విస్తృత అనువర్తనాల కోసం చిప్ యొక్క వాణిజ్య సాధ్యాసాధ్యాలు ప్రస్తుతం నిరూపించబడలేదు.
సంభావ్య పరిశోధన ప్రభావం
విజయవంతంగా స్కేల్ చేయబడితే, ఈ టెక్నాలజీ వైద్య పరిశోధనకు గణనీయమైన ప్రయోజనాలను అందిస్తుంది. మెదడు నిర్మాణాల వేగవంతమైన, మరింత ఖచ్చితమైన అనుకరణలను ప్రారంభించడం ద్వారా, శాస్త్రవేత్తలు అల్జీమర్స్ వ్యాధి వంటి న్యూరోలాజికల్ పరిస్థితులను బాగా అర్థం చేసుకోవడానికి మరియు అధ్యయనం చేయడానికి ఆశిస్తున్నారు. అదనంగా, శస్త్రచికిత్స ప్రక్రియల సమయంలో నిజ-సమయ, హై-డెఫినిషన్ బ్రెయిన్ మోడళ్లను రూపొందించడం ద్వారా వైద్య నిపుణులకు సహాయపడవచ్చు లేదా మానవ మెదడును బాహ్య కంప్యూటింగ్ పరికరాలతో అనుసంధానించే ఇంటర్ఫేస్ల అభివృద్ధికి సహాయపడవచ్చు.
ప్రపంచ AI హార్డ్వేర్ రంగం ప్రస్తుతం భారీ పెట్టుబడులను చూస్తోంది, ఎందుకంటే దేశాలు మరియు కంపెనీలు మరింత సమర్థవంతమైన కంప్యూటింగ్ ఆర్కిటెక్చర్లను అభివృద్ధి చేయడానికి పోటీ పడుతున్నాయి. ఈ ప్రాజెక్ట్ ముందుకు సాగుతున్నందున, ప్రయోగశాలల వెలుపల సాంకేతికత సమర్థవంతంగా పనిచేస్తుందా, వాస్తవ-ప్రపంచ వైద్య లేదా పారిశ్రామిక ఉపయోగం కోసం ఇది ఎలా స్కేల్ అవుతుంది మరియు దాని ప్రత్యేక ఆర్కిటెక్చర్ విస్తృత శ్రేణి హై-పెర్ఫార్మెన్స్ కంప్యూటింగ్ పనులకు అనుగుణంగా మార్చబడుతుందా అనేది ప్రాథమిక పర్యవేక్షించదగినవిగా ఉంటాయి.