 |
従来のTPUとは異なり、この赤いコンピューターチップは、シリコンなどの従来の半導体材料の代わりに、炭素原子が六角形に配列した小さな円筒形構造であるカーボンナノチューブを採用した初めてのチップです。（写真：サンカイ） |
AIモデルは大量のデータを必要とし、実行には膨大な計算能力を必要とします。これは、特にAIアプリケーションの需要が高まる中で、機械学習モデルの学習とスケーリングに大きな障害となります。そのため、科学者たちは、プロセッサからコンピュータメモリに至るまで、必要な計算を実行する際の消費電力を抑えるように設計された新しいコンポーネントの開発に取り組んでいます。
Googleの科学者たちは、この課題に対処するために2015年にTPUを開発しました。これらの専用チップは、AIモデルの学習と実行に使用される複雑な数学計算であるテンソル演算専用のハードウェアアクセラレータとして機能します。TPUは、これらのタスクを中央処理装置（CPU）とグラフィックス処理装置（GPU）からオフロードすることで、AIモデルの学習をより迅速かつ効率的に行うことができます。
しかし、従来のTPUとは異なり、この新型チップは、シリコンなどの従来の半導体材料の代わりに、炭素原子が六角形に配列した微小な円筒状構造であるカーボンナノチューブを採用した初めてのチップです。この構造により、電子（荷電粒子）は最小限の抵抗で通過できるため、カーボンナノチューブは優れた電気伝導体となります。
中国の科学者によると、彼らのTPUはわずか295マイクロワット（μW）の電力を消費し（1Wは1,000,000μW）、1ワットあたり1兆回の計算を実行できるという。これはエネルギー効率の単位である。つまり、中国の炭素ベースTPUは、Googleのチップの約1,700倍のエネルギー効率を誇ることになる。
「ChatGPTからSoraまで、人工知能は新たな革命をもたらしていますが、従来のシリコンベースの半導体技術では、膨大なデータ処理の要求にますます応えられなくなっています。私たちはこの世界的な課題に対する解決策を見つけました」と、論文の共著者であり、北京大学電子工学教授の張志勇氏は述べています。
新しいTPUは3,000個のカーボンナノチューブトランジスタを搭載し、シストリックアレイアーキテクチャ（グリッド状に配置されたプロセッサネットワーク）を用いて構築されています。これにより、TPUはデータフローを調整し、各プロセッサがタスクの小さな部分を一度に実行することで、複数の計算を同時に実行できます。
この並列処理により、計算速度が大幅に向上します。これは、大量のデータを処理するAIモデルにとって重要です。また、メモリ（特にスタティック・ランダム・アクセス・メモリ（SRAM）と呼ばれるタイプ）のデータの読み書き頻度も削減されるとZhang氏は述べています。これらの操作を最小限に抑えることで、新しいTPUは消費電力を大幅に削減しながら、より高速な計算を実行できます。
研究者らによると、将来的には、同様のカーボンナノチューブベースの技術が、シリコンベースのチップに代わる、よりエネルギー効率の高い代替手段となる可能性があるという。彼らは、TPUをシリコンCPUに統合する方法の検討を含め、チップの性能向上とスケーラビリティ向上のため、チップの改良を継続する予定だ。
コメント (0)