این تراشهی فوقالعاده کوچک دادهها را با سرعت ۱۰۰۰ گیگابیت بر ثانیه منتقل میکند: برابر با ۱۰۰ میلیون کتاب در ۷ دقیقه.
علیرضا گراوند و فرشید شاطری از دانشگاه لاوالِ کبک همراه با تیمشان به این موفقیت دست پیدا کردند که گامی انقلابی در سرعت و بازدهی چیپهای کامپیوتری محسوب میشود.
تراشهی نوری آنها که از ورود به بازار خیلی دور نیست، نه فقط در اندازه و سرعت بلکه در مصرف انرژی هم شگفتانگیز است.
سامانههای هوش مصنوعی مانند ChatGPT به مصرف بالای انرژی شهرت دارند، به طوری که صاحبان این سامانهها درحال سرمایهگذاری در ساخت نیروگاههایِ عظیم برق هستند.
پژوهشگران مرکز اپتیک، فوتونیک و لیزر (COPL) در دانشگاه لاوال توانستهاند راهحلی نوآورانه برای این چالش بیابند: تراشهای نوری به نازکی یک تار مو که قادر است دادهها را با سرعتی خارقالعاده و با بهرهوری انرژی بینظیر منتقل کند.
این دستاورد که در نشریهی معتبر Nature Photonics منتشر شده، از قدرت نور برای انتقال اطلاعات بهره میبرد. برخلاف سامانههای سنتی که تنها از شدت نور استفاده میکنند، این تراشه از «فاز نور» یا همان جابهجایی موج نیز بهره میگیرد و بدین ترتیب، یک بُعد جدید به سیگنال افزوده و عملکردی بیسابقه حاصل میشود.
انتقال معادل ۱۰۰ میلیون کتاب در کمتر از هفت دقیقه
علیرضا گراوند، دانشجوی دکترای دانشگاه لاوال و نویسندهی اول این پژوهش میگوید: «ما از سرعت ۵۶ گیگابیت بر ثانیه، یکباره به ۱۰۰۰ گیگابیت بر ثانیه جهش کردهایم.»
به گفتهی وی، این پیشرفت میتواند فرآیند آموزش مدلهای هوش مصنوعی را دگرگون کند: «با سرعت ۱۰۰۰ گیگابیت بر ثانیه، میتوان یک مجموعهدادهی کامل—معادل بیش از ۱۰۰ میلیون کتاب—را در کمتر از ۷ دقیقه منتقل کرد. تقریباً به اندازهی زمانی که برای درستکردن یک فنجان قهوه لازم است.»
جالبتر اینکه این انتقال عظیم داده تنها ۴ ژول انرژی مصرف میکند—انرژیای که برای گرمکردن تنها یک میلیلیتر آب به اندازهی یک درجهی سلسیوس کافی است.

علیرضا گراوند، دانشجوی دکترای دانشگاه لاوال، در آزمایشگاههای مرکز اپتیک، فوتونیک و لیزر (COPL)، در حال کار روی فناوری نسل جدید تراشههای نوری.
قلب فناوری: حلقههای میکرومدرن سیلیکونی
موفقیت این تراشه مبتنی بر استفاده از «میکرومدولاتورهای حلقهای» است—قطعاتی بسیار کوچک و حلقهشکل از جنس سیلیکون که نور را برای کُدگذاری اطلاعات دستکاری میکنند. در این سامانه، دو جفت حلقه بهکار رفته است: یکی برای شدت نور و دیگری برای فاز آن.
فشردهسازی سیستمهای گسترده هوش مصنوعی
در سامانههای کنونی مراکز دادهی هوش مصنوعی، دهها یا حتی صدها هزار پردازنده بهصورت شبکهای با هم ارتباط دارند—درست مانند نورونهای مغز انسان. هر پردازنده تنها چند میلیمتر فضا اشغال میکند، اما در مجموع، زیرساختهای این مراکز بسیار عظیم و پرمصرف میشوند.
گراوند میگوید: «در حال حاضر، کل سامانه میتواند چندین کیلومتر وسعت داشته باشد. اما با این فناوری جدید، ارتباط بین واحدها آنقدر سریع و کارآمد میشود که گویی تنها چند متر با هم فاصله دارند—و این مزیت بسیار بزرگی است در شرایطی که تقاضا برای هوش مصنوعی بهشدت رو به افزایش است.»
صنعت در حال نزدیک شدن به واقعیت
این فناوری ممکن است در سالهای آینده وارد بازار شود. شرکتهایی مانند NVIDIA هماکنون از میکرومدولاتورهای نوری استفاده میکنند، البته تنها برای شدت نور، نه فاز.
گراوند در پایان میگوید: «ما در آزمایشگاه خود، ده سال پیش پایههای این فناوری را بنا نهادیم. امروز، گامی بزرگتر برداشتهایم. شاید چند سال دیگر، صنعت هم به ما برسد و این نوآوری وارد دنیای واقعی شود.»
از دیگر پژوهشگران مشارکتکننده در این مطالعه میتوان به زیبو ژنگ، فرشید شاطری، سیمون لواسور، لزلی آر. راش و وی شی اشاره کرد.
منبع: سایت رسمی دانشگاه لاوال

ارسال نظرات