![]() |
W przeciwieństwie do konwencjonalnego TPU, czerwony chip komputerowy jako pierwszy wykorzystuje nanorurki węglowe – maleńkie cylindryczne struktury zbudowane z atomów węgla ułożonych w sześciokąty – zamiast tradycyjnych materiałów półprzewodnikowych, takich jak krzem. (Zdjęcie: Sankai) |
Modele sztucznej inteligencji (AI) wymagają dużej ilości danych i dużej mocy obliczeniowej do działania. Stanowi to istotną przeszkodę w szkoleniu i skalowaniu modeli uczenia maszynowego, zwłaszcza w obliczu rosnącego zapotrzebowania na aplikacje AI. Dlatego naukowcy pracują nad nowymi komponentami, od procesorów po pamięć komputerową, które będą zużywać mniej energii podczas wykonywania niezbędnych obliczeń.
Naukowcy Google stworzyli w 2015 roku układy TPU, aby sprostać temu wyzwaniu. Te wyspecjalizowane układy działają jak dedykowane akceleratory sprzętowe dla operacji tensorowych – złożonych obliczeń matematycznych wykorzystywanych do trenowania i uruchamiania modeli AI. Przenosząc te zadania z jednostki centralnej (CPU) i procesora graficznego (GPU), układy TPU umożliwiają szybsze i wydajniejsze trenowanie modeli AI.
Jednak w przeciwieństwie do konwencjonalnych TPU, ten nowy układ scalony jako pierwszy wykorzystuje nanorurki węglowe – maleńkie cylindryczne struktury zbudowane z atomów węgla ułożonych w heksagonalny wzór, zamiast tradycyjnych materiałów półprzewodnikowych, takich jak krzem. Taka struktura pozwala elektronom (naładowanym cząsteczkom) przepływać przez nie z minimalnym oporem, dzięki czemu nanorurki węglowe doskonale przewodzą prąd elektryczny.
Według chińskich naukowców, ich TPU zużywa zaledwie 295 mikrowatów (μW) mocy (gdzie 1 W to 1 000 000 μW) i może wykonać 1 bilion obliczeń na wat – jednostkę efektywności energetycznej. To sprawia, że chiński TPU na bazie węgla jest prawie 1700 razy bardziej energooszczędny niż chip Google.
„Od ChatGPT do Sora, sztuczna inteligencja zapoczątkowuje nową rewolucję, ale tradycyjna technologia półprzewodników krzemowych jest coraz mniej zdolna sprostać wymaganiom przetwarzania ogromnych ilości danych. Znaleźliśmy rozwiązanie tego globalnego problemu” – powiedział Zhiyong Zhang, współautor artykułu i profesor elektroniki na Uniwersytecie Pekińskim.
Nowy układ TPU zawiera 3000 tranzystorów z nanorurek węglowych i został zbudowany w oparciu o architekturę systolic array – sieć procesorów ułożonych w siatkę. Pozwala to układowi TPU na wykonywanie wielu obliczeń jednocześnie poprzez koordynację przepływu danych i zapewnienie, że każdy procesor wykonuje niewielką część zadania w tym samym czasie.
To równoległe przetwarzanie pozwala na znacznie szybsze wykonywanie obliczeń, co jest ważne w przypadku modeli sztucznej inteligencji przetwarzających duże ilości danych. Zmniejsza to również częstotliwość, z jaką pamięć – a konkretnie typ zwany statyczną pamięcią o swobodnym dostępie (SRAM) – musi odczytywać i zapisywać dane, powiedział Zhang. Minimalizując te operacje, nowy TPU może wykonywać obliczenia szybciej, zużywając znacznie mniej energii.
Naukowcy twierdzą, że podobna technologia oparta na nanorurkach węglowych może w przyszłości stanowić bardziej energooszczędną alternatywę dla układów scalonych opartych na krzemie. Planują oni dalsze udoskonalanie układu, aby poprawić jego wydajność i zwiększyć skalowalność, w tym zbadanie możliwości integracji TPU z krzemowymi procesorami.
Komentarz (0)