![]() |
ชิปคอมพิวเตอร์สีแดงนี้แตกต่างจาก TPU ทั่วไป โดยเป็นชิปตัวแรกที่ใช้คาร์บอนนาโนทิวบ์ ซึ่งเป็นโครงสร้างทรงกระบอกขนาดเล็กที่ประกอบด้วยอะตอมคาร์บอนเรียงตัวเป็นรูปหกเหลี่ยม แทนที่จะใช้วัสดุเซมิคอนดักเตอร์แบบดั้งเดิมอย่างซิลิกอน (ภาพ: Sankai) |
โมเดล AI ต้องใช้ข้อมูลจำนวนมากและต้องใช้พลังประมวลผลมหาศาลในการทำงาน นับเป็นอุปสรรคสำคัญต่อการฝึกและปรับขนาดโมเดลการเรียนรู้ของเครื่อง โดยเฉพาะอย่างยิ่งเมื่อความต้องการแอปพลิเคชัน AI เพิ่มขึ้น นี่คือเหตุผลที่ นักวิทยาศาสตร์ กำลังพัฒนาส่วนประกอบใหม่ๆ ตั้งแต่โปรเซสเซอร์ไปจนถึงหน่วยความจำคอมพิวเตอร์ ซึ่งออกแบบมาเพื่อให้ใช้พลังงานน้อยลงในขณะที่ทำการคำนวณที่จำเป็น
นักวิทยาศาสตร์ของ Google ได้สร้าง TPU ขึ้นในปี 2015 เพื่อรับมือกับความท้าทายนี้ ชิปเฉพาะทางเหล่านี้ทำหน้าที่เป็นตัวเร่งฮาร์ดแวร์เฉพาะสำหรับการดำเนินการเทนเซอร์ ซึ่งเป็นการคำนวณทางคณิตศาสตร์ที่ซับซ้อนที่ใช้ในการฝึกและรันโมเดล AI ด้วยการถ่ายโอนงานเหล่านี้จากหน่วยประมวลผลกลาง (CPU) และหน่วยประมวลผลกราฟิก (GPU) TPU ช่วยให้โมเดล AI ได้รับการฝึกฝนได้เร็วขึ้นและมีประสิทธิภาพมากขึ้น
อย่างไรก็ตาม ต่างจาก TPU ทั่วไป ชิปใหม่นี้เป็นชิปตัวแรกที่ใช้คาร์บอนนาโนทิวบ์ ซึ่งเป็นโครงสร้างทรงกระบอกขนาดเล็กที่ทำจากอะตอมคาร์บอนเรียงตัวเป็นรูปหกเหลี่ยม แทนที่จะใช้วัสดุเซมิคอนดักเตอร์แบบดั้งเดิมอย่างซิลิกอน โครงสร้างนี้ช่วยให้อิเล็กตรอน (อนุภาคที่มีประจุไฟฟ้า) ไหลผ่านได้โดยมีความต้านทานน้อยที่สุด ทำให้คาร์บอนนาโนทิวบ์เป็นตัวนำไฟฟ้าที่ดีเยี่ยม
นักวิทยาศาสตร์ชาวจีนระบุว่า TPU ของพวกเขาใช้พลังงานเพียง 295 ไมโครวัตต์ (μW) (โดย 1 วัตต์เท่ากับ 1,000,000 μW) และสามารถคำนวณได้ 1 ล้านล้านครั้งต่อวัตต์ ซึ่งเป็นหน่วยวัดประสิทธิภาพพลังงาน ซึ่งทำให้ TPU ที่ใช้คาร์บอนของจีนมีประสิทธิภาพพลังงานสูงกว่าชิปของ Google เกือบ 1,700 เท่า
“จาก ChatGPT ไปจนถึง Sora ปัญญาประดิษฐ์กำลังนำพาการปฏิวัติครั้งใหม่ แต่เทคโนโลยีเซมิคอนดักเตอร์แบบซิลิคอนดั้งเดิมกลับไม่สามารถตอบสนองความต้องการในการประมวลผลข้อมูลจำนวนมหาศาลได้ เราพบทางออกสำหรับความท้าทายระดับโลกนี้แล้ว” จื่อหยง จาง ผู้ร่วมเขียนบทความวิจัยและศาสตราจารย์ด้านอิเล็กทรอนิกส์ มหาวิทยาลัยปักกิ่ง กล่าว
TPU ใหม่ประกอบด้วยทรานซิสเตอร์คาร์บอนนาโนทิวบ์ 3,000 ตัว และสร้างขึ้นโดยใช้สถาปัตยกรรมซิสโตลิกอาร์เรย์ ซึ่งเป็นเครือข่ายโปรเซสเซอร์ที่จัดเรียงเป็นตาราง ซึ่งช่วยให้ TPU สามารถคำนวณหลายรายการพร้อมกันได้ โดยการประสานการไหลของข้อมูลและรับรองว่าโปรเซสเซอร์แต่ละตัวจะทำงานเพียงส่วนเล็กๆ ของงานในคราวเดียว
การประมวลผลแบบขนานนี้ช่วยให้การคำนวณทำได้เร็วขึ้นมาก ซึ่งเป็นสิ่งสำคัญสำหรับโมเดล AI ที่ประมวลผลข้อมูลจำนวนมาก นอกจากนี้ยังช่วยลดความถี่ในการอ่านและเขียนข้อมูลของหน่วยความจำ โดยเฉพาะหน่วยความจำประเภทที่เรียกว่าหน่วยความจำเข้าถึงโดยสุ่มแบบคงที่ (SRAM) จางกล่าว การลดการทำงานเหล่านี้ลงทำให้ TPU ใหม่สามารถคำนวณได้เร็วขึ้นในขณะที่ใช้พลังงานน้อยลงมาก
ในอนาคต นักวิจัยกล่าวว่าเทคโนโลยีที่ใช้คาร์บอนนาโนทิวบ์แบบเดียวกันนี้อาจเป็นทางเลือกที่ประหยัดพลังงานมากกว่าชิปที่ใช้ซิลิคอน พวกเขากล่าวว่ามีแผนที่จะพัฒนาชิปต่อไปเพื่อเพิ่มประสิทธิภาพและปรับขนาดได้มากขึ้น รวมถึง ศึกษา วิธีการผสาน TPU เข้ากับซีพียูซิลิคอน
การแสดงความคิดเห็น (0)