আলো এবং চুম্বক দ্বারা নিয়ন্ত্রিত নতুন মেমোরি চিপগুলি AI কম্পিউটারগুলিকে কম বিদ্যুৎ-ক্ষুধার্ত করে তোলে

মার্কিন গবেষকরা একটি নতুন ধরণের মেমোরি চিপ তৈরি করছেন যা তথ্য সংরক্ষণ করতে পারে এবং উচ্চ গতি এবং দক্ষতার সাথে গণনা করতে পারে।

Chip bộ nhớ mới được điều khiển bằng ánh sáng và nam châm giúp máy tính AI ít ngốn điện hơn

গবেষকরা বলছেন যে ম্যাগনেটো-অপটিক্যাল মেমোরি চিপগুলি AI এর জন্য বিদ্যুৎ মুক্ত করার জন্য বিদ্যুৎ খরচ কমাতে সাহায্য করতে পারে। (সূত্র: লাইভ সায়েন্স)

এটি একটি নতুন ধরণের অতি-দ্রুত মেমোরি চিপ (বা মেমোরি সেল) যা দক্ষতার সাথে ডেটা প্রক্রিয়াকরণ এবং সংরক্ষণের জন্য অপটিক্যাল সিগন্যাল এবং চুম্বক উভয়ই ব্যবহার করে।

নেচার ফোটোনিক্স জার্নালে দলটি জানিয়েছে, এই কোষগুলি ব্যবহারকারীদের উচ্চ-গতির গণনা চালানোর সুযোগ করে দেয়। দ্রুত প্রক্রিয়াকরণ গতি এবং কম শক্তি খরচ কৃত্রিম বুদ্ধিমত্তা (এআই) সিস্টেমগুলির জন্য ডেটা সেন্টারগুলিকে সহজে কাজ করতে সহায়তা করবে।

"হাজার হাজার গ্রাফিক্স প্রসেসিং ইউনিট (GPU) সহ ডেটা সেন্টারগুলি পরিচালনা করার জন্য প্রচুর শক্তির প্রয়োজন হয়," গবেষণার সহ-লেখক নাথান ইয়ংব্লাড বলেছেন, যিনি পিটসবার্গ বিশ্ববিদ্যালয়ের একজন বৈদ্যুতিক এবং কম্পিউটার প্রকৌশলী। "সমাধান প্রায়শই আরও বেশি GPU কেনা এবং আরও বেশি শক্তি ব্যবহার করা। তাই যদি অপটিক্স এই সমস্যাটি আরও দক্ষতার সাথে এবং দ্রুত সমাধান করতে পারে, তাহলে এটি বিদ্যুৎ খরচ কমাবে এবং মেশিন লার্নিং সিস্টেমও দ্রুত কাজ করবে।"

এই নতুন মেমোরি কোষগুলি একটি চৌম্বক ক্ষেত্র ব্যবহার করে একটি রিং রেজোনেটরের মাধ্যমে ঘড়ির কাঁটার দিকে বা ঘড়ির কাঁটার বিপরীত দিকে আলোর সংকেত পরিচালনা করে, একটি উপাদান যা নির্দিষ্ট তরঙ্গদৈর্ঘ্যে আলোকে উন্নত করে এবং দুটি আউটপুট পোর্টের একটিতে পাঠায়। প্রতিটি আউটপুট পোর্টে আলোর তীব্রতার উপর নির্ভর করে, মেমোরি কোষ 0 থেকে 1 এর মধ্যে, অথবা 0 এবং বিয়োগ 1 এর মধ্যে একটি সংখ্যা এনকোড করতে পারে। ঐতিহ্যবাহী মেমোরি কোষগুলির বিপরীতে যেখানে কেবলমাত্র 0 বা 1 মান কিছু তথ্যে এনকোড করা হয়, নতুন মেমোরি কোষগুলি বেশ কয়েকটি অ-পূর্ণসংখ্যার মান এনকোড করতে পারে, যার ফলে প্রতি মেমোরি কোষে 3.5 বিট পর্যন্ত সঞ্চয় করা সম্ভব হয়।

ইঞ্জিনিয়ার ইয়ংব্লাড বলেন, ঘড়ির কাঁটার বিপরীত দিকে এবং ঘড়ির কাঁটার বিপরীত দিকে আলোর সংকেতগুলি "দুইজন দৌড়বিদ একই ট্র্যাকে দৌড়াচ্ছে, কিন্তু তারা বিপরীত দিকে দৌড়াচ্ছে, বাতাস সর্বদা একজনের সামনে এবং অন্যজনের পিছনে থাকে"।

তিনি বলেন, রিং রেজোনেটরের চারপাশে এই দৌড় থেকে সংগৃহীত সংখ্যাগুলি কৃত্রিম নিউরাল নেটওয়ার্কগুলিতে নোডগুলির মধ্যে সংযোগ জোরদার করতে ব্যবহার করা যেতে পারে, যা মেশিন লার্নিং অ্যালগরিদমগুলিকে মানব মস্তিষ্কের মতো একইভাবে ডেটা প্রক্রিয়া করতে সহায়তা করে।

ঐতিহ্যবাহী কম্পিউটারের বিপরীতে, যা কেন্দ্রীয় প্রক্রিয়াকরণ ইউনিটে গণনা করে এবং তারপর ফলাফল মেমোরিতে পাঠায়, নতুন মেমোরি কোষগুলি মেমোরি অ্যারের ভিতরেই উচ্চ-গতির গণনা সম্পাদন করে। ইয়ংব্লাড বলেন, ইন-মেমোরি কম্পিউটিং বিশেষ করে কৃত্রিম বুদ্ধিমত্তার মতো অ্যাপ্লিকেশনগুলির জন্য কার্যকর যেখানে খুব দ্রুত প্রচুর ডেটা প্রক্রিয়াকরণের প্রয়োজন হয়।

দলটি এই ধরণের ম্যাগনেটো-অপটিক্যাল মেমোরি চিপের স্থায়িত্বও প্রদর্শন করেছে। গবেষকরা বলেছেন যে তারা এই চিপগুলিতে ২ বিলিয়নেরও বেশি রাইট এবং ইরেজ চালিয়েছেন কিন্তু কর্মক্ষমতার কোনও অবনতি দেখেননি, যা পূর্ববর্তী মেমোরি প্রযুক্তির তুলনায় ১,০০০ গুণ উন্নত। প্রচলিত ফ্ল্যাশ ড্রাইভগুলি ১০,০০০ থেকে ১০০,০০০ রাইট এবং ইরেজ পর্যন্ত সীমাবদ্ধ, ইয়ংব্লাড বলেছেন।

ভবিষ্যতে, মিঃ ইয়ংব্লাড এবং তার সহকর্মীরা কম্পিউটারে এই মেমরি কোষগুলির আরও যোগ করার এবং আরও উন্নত গণনা পরীক্ষা করার আশা করছেন।

তিনি বলেন, এই প্রযুক্তি কৃত্রিম বুদ্ধিমত্তা ব্যবস্থা চালানোর জন্য প্রয়োজনীয় বিদ্যুতের পরিমাণ কমাতে সাহায্য করতে পারে।

[বিজ্ঞাপন_২]
উৎস