تعمل تقنية الرقائق الجديدة المبتكرة على دمج وظائف تخزين البيانات ومعالجتها، مما يحسن الكفاءة والأداء بشكل كبير. ومن المتوقع أن تكون الرقائق المستوحاة من الدماغ البشري متاحة تجاريًا في غضون ثلاث إلى خمس سنوات وستتطلب تعاونًا متعدد التخصصات لتلبية معايير السلامة الصناعية.
قام حسام عمروش بتطوير بنية للذكاء الاصطناعي أقوى بمرتين من أساليب الحوسبة في الذاكرة المماثلة. وفقًا لمجلة Nature، قام البروفيسور في جامعة ميونيخ التقنية (TUM) بتطبيق نموذج حاسوبي جديد باستخدام دوائر خاصة تسمى ترانزستورات تأثير المجال الكهروضوئي (FeFETs). وفي غضون سنوات قليلة، قد يكون هذا قابلاً للتطبيق على الذكاء الاصطناعي التوليدي، وخوارزميات التعلم العميق، وتطبيقات الروبوتات.
الفكرة الأساسية بسيطة: حيث كانت الرقاقات السابقة تؤدي العمليات الحسابية على الترانزستورات فقط، أصبحت الآن أيضًا المكان الذي يتم فيه تخزين البيانات. وهذا يوفر الوقت والجهد. وقال حسام عمروش، أستاذ تصميم معالج الذكاء الاصطناعي في جامعة ميونيخ التقنية (TUM): "نتيجة لذلك، تم أيضًا تحسين أداء الشريحة".
يجب أن تكون الرقائق المستقبلية أسرع وأكثر كفاءة من الرقائق السابقة. ولذلك، فإنها لا يمكن أن تسخن بسرعة كبيرة. يعد هذا أمرًا بالغ الأهمية إذا كنت تريد دعم تطبيقات مثل الحوسبة في الوقت الفعلي في سيناريوهات مثل رحلة الطائرة بدون طيار. بالنسبة للكمبيوتر، هذه المهمة معقدة للغاية وتستهلك الطاقة.
يمكن تلخيص هذه المتطلبات الأساسية للرقاقة من خلال المعلمة الرياضية TOPS/W: "عمليات تيراهيرتز في الثانية لكل واط". يمكن اعتبار ذلك مؤشرًا تقنيًا مهمًا للرقائق المستقبلية: كم عدد التيرافلوبات من العمليات (TOP) التي يمكن للمعالج تنفيذها في الثانية (S) عند تزويده بقدرة واط واحد (W).
شريحة الذكاء الاصطناعي الجديدة التي طورتها شركة Bosch بالتعاون مع Fraunhofer IMPS مدعومة من قبل الشركة الأمريكية GlobalFoundries أثناء عملية الإنتاج ويمكنها توفير 885TOPS/W. وهذا يجعلها أقوى بمرتين من رقائق الذكاء الاصطناعي المماثلة، بما في ذلك رقائق MRAM من سامسونج. تتراوح سرعة تشغيل شرائح CMOS شائعة الاستخدام حاليًا بين 10-20TOPS/W. نتائج دراسة حديثة نشرت في مجلة الطبيعة تثبت ذلك.
هندسة الرقاقة مستوحاة من الدماغ البشري
لقد استعار الباحثون مبادئ هندسة الرقائق الحديثة من البشر. وقال عمروشي: "في الدماغ، تعالج الخلايا العصبية الإشارات وتتذكر نقاط الاشتباك العصبي هذه المعلومات"، واصفًا كيف يستطيع البشر التعلم وتذكر العلاقات المعقدة.
ولهذا الغرض، تستخدم الشريحة ترانزستورات "متعلق بالعازل الكهربائي الشفاف" (FeFET). يتمتع هذا المفتاح الإلكتروني بخاصية إضافية خاصة (عكس القطبية عند تطبيق الجهد الكهربي) تسمح له بتخزين المعلومات حتى عند انقطاع التيار الكهربائي. بالإضافة إلى ذلك، فهي تتيح التخزين المتزامن ومعالجة البيانات داخل الترانزستور.
ويعتقد أمروتشي: "يمكننا الآن بناء شرائح فعالة لتطبيقات مثل التعلم العميق أو الذكاء الاصطناعي التوليدي أو الروبوتات، على سبيل المثال، حيث يجب معالجة البيانات حيث يتم إنشاؤها".
الطريق إلى الرقائق الموجهة نحو السوق
ويهدف الباحثون إلى استخدام الشريحة لتشغيل خوارزميات التعلم العميق التي تحدد الأشياء في الفضاء أو معالجة البيانات التي تولدها الطائرات بدون طيار أثناء الرحلة دون التعرض لتأخر زمني. ومع ذلك، يعتقد أساتذة من معهد ميونيخ للروبوتات المتكاملة والذكاء الآلي (MIRMI) في جامعة ميونيخ التقنية أن الأمر سيستغرق عدة سنوات لتحقيق هذا الهدف. ويعتقد أن شريحة الذاكرة الأولى المناسبة للتطبيقات العملية لن تكون متاحة قبل ثلاث إلى خمس سنوات على أقرب تقدير.
أحد الأسباب هو متطلبات السلامة في الصناعة. على سبيل المثال، إلى أن تتبنى صناعة السيارات هذه التكنولوجيا، فإن الوظائف الموثوقة وحدها لن تكون كافية. ويجب أن تفي أيضًا بالمعايير المحددة للصناعة. وقال خبير الأجهزة أمروتشي: "هذا يسلط الضوء مرة أخرى على أهمية التعاون متعدد التخصصات مع الباحثين من مختلف التخصصات مثل علوم الكمبيوتر والمعلوماتية والهندسة الكهربائية". ويرى أن هذا ميزة رئيسية لـ MIRMI.