Yenilikçi CRAM teknolojisi ile yapay zeka enerji devrimi

Yapay zeka hesaplamaları için devrim niteliğinde
2.500 kata kadar enerji tasarrufu
Yorumlar

İlkcan Girgin

Donanım ve Teknoloji Editörü

Yenilikçi CRAM teknolojisi ile yapay zeka enerji devrimi — Çağımızın en büyük teknolojilerinden biri olarak nitelendirilen **yapay zeka**, getirdiği yeniliklerle tüm sektörleri dönüştürmeye devam ediyor. Yapay zeka uygulamalarına olan talebin artması ise **enerji tüketimi** sorunlarını eleştiri odağı haline getirmiş durumda. Ancak bu çok yakında değişebilir. Araştırmacılar, yapay zeka enerji kullanımını **en az 1.000 kat veya daha fazla azaltabilecek** yeni bir "hesaplamalı rastgele erişim belleği" CRAM prototipi geliştirmeyi başardı.

Yapay zeka hesaplamaları için devrim niteliğinde

Kaçıranlar için günümüzde makine öğrenimi veya yapay zeka süreçleri, sistem içinde bilgilerin işlendiği mantık (logic) ve verilerin depolandığı belleklere (memory) veya başka bir deyişle von Neumann mimarisine dayanıyor. Bu da veri transferi sırasında büyük miktarda güç ve enerji tüketimi demek.

Ayrıca bilim insanları, projenin temellerinin 20 yıldan fazla bir süredir devam eden araştırmalara ve Mühendislik Profesörü Jian-Ping Wang'ın MTJ nanocihazları kullanarak yaptığı öncü çalışmalara dayandığını söylüyor.

2.500 kata kadar enerji tasarrufu

Nature dergisinde yayınlanan makalenin ortak yazarı Ulya Karpuzcu, "Son derece enerji verimli bir dijital tabanlı bellek içi hesaplama alt yapısı olarak CRAM, hesaplamanın bellek dizisindeki herhangi bir konumda gerçekleştirilebilmesi açısından oldukça esnek. Buna göre, CRAM'i çeşitli yapay zeka algoritmalarının performans ihtiyaçlarına en iyi şekilde uyacak şekilde yeniden yapılandırabiliriz," dedi. Ayrıca, geleneksel yapay zeka sistemlerinin yapı taşlarına göre daha enerji verimli olduğunu belirtti.

Minnesota Üniversitesi'ndeki araştırmacılar dahil olmak üzere çalışmanın arkasındaki ekip, şu anda yarı iletken endüstrisinin liderleriyle birlikte çalışarak projeyi sonuçlandırmayı ve yapay zeka işlevselliğini ilerletmek için donanım üretmeyi planlıyor. Ancak bunun kısa bir süreç olmadığını belirtelim. Keza araştırmacıların ölçeklenebilirlik, üretim ve mevcut silikonla entegrasyon gibi zorlukların üstesinden gelmeleri gerekme.