Dünyanın ilk ışık tabanlı yapay zeka çipi enerji verimliliğinde NVIDIA H100'ü geride bıraktı.

Pekin'den bir grup bilim insanı, dünyanın ilk tamamen optik yapay zeka çipini geliştirerek yapay zeka (AI) teknolojisinde çığır açan bir ilerleme kaydettiklerini duyurdu.

Taichi-II olarak bilinen bu yenilikçi çip, hem verimlilik hem de performans açısından önemli bir sıçramayı temsil ediyor ve enerji verimliliğinde ünlü NVIDIA Corp. NVDA H100 GPU'yu bile enerji verimliliğinde geride bıraktı.

Tsinghua Üniversitesi'nden profesörler Fang Lu ve Dai Qionghai liderliğindeki araştırma ekibi, bulgularını Çarşamba günü açıkladı.

Taichi-II çipi, halihazırda etkileyici rekorlar kırmış olan selefi Taichi çipinden önemli bir ilerlemeyi temsil ediyor. South Morning China Post (SCMP) tarafından bildirildiği üzere, araştırmacılar bu yılın başlarında orijinal Taichi çipinin NVIDIA'nın H100 GPU'sunun enerji verimliliğini bin kattan fazla aştığını duyurmuştu.

Şimdi ise Taichi-II çipi, çeşitli senaryolarda üstün performans sergileyerek bu kıyaslamayı daha da yükseltti.

Profesör Fang Lu ve Dai Qionghai tarafından yürütülen çalışma, Taichi-II'nin yapay zeka eğitimini ve modellemesini dönüştürme kapasitesini vurguluyor. Eğitim için elektronik bilgisayarlara dayanan geleneksel yöntemlerin aksine, Taichi-II optik süreçlerden yararlanarak daha verimli hale geliyor ve performansı önemli ölçüde artırıyor.

Pratik anlamda, Taichi-II çipi çeşitli alanlarda kayda değer ilerlemeler göstermiştir. Milyonlarca parametre içeren optik ağların eğitimini büyüklük sırasına göre hızlandırmış ve sınıflandırma görevlerinin doğruluğunu yüzde 40 oranında artırmıştır.

Karmaşık görüntüleme senaryolarında, düşük ışık koşullarındaki enerji verimliliği altı kat artmıştır.

Taichi-II çipinin geliştirilmesi, tamamen ileri mod (FFM) öğrenme adı verilen yeni bir yaklaşımın kullanılmasıyla dikkat çekmektedir. Bu teknik, bilgisayar yoğun bir eğitim sürecinin doğrudan optik çip üzerinde yürütülmesine olanak tanıyarak makine öğrenimi görevlerinin paralel olarak işlenmesini sağlıyor.

Çalışmanın baş yazarı ve doktora öğrencisi Xue Zhiwei, bu mimarinin yüksek hassasiyetli eğitimi desteklediğini ve büyük ölçekli ağ eğitimi için çok uygun olduğunu vurguladı.

Fang Lu, "Araştırmamız, bu çiplerin yapay zeka modeli inşası için optik bilgi işlem gücünün temelini oluşturduğu bir gelecek öngörüyor" dedi.

FFM öğrenme yöntemi, hızlandırılmış öğrenme senaryolarında GPU'lardan daha iyi performans gösterebilecek yüksek hızlı optik modülatörlerden ve dedektörlerden yararlanıyor. Bu yenilik, optik bilgi işlem için yeni olanaklar sunarak onu teorik kavramlardan pratik, büyük ölçekli uygulamalara taşıyor.

‍