จีนผลิตชิป AI ที่ใช้ 'คาร์บอนนาโนทิวบ์' โดยเฉพาะเป็นตัวแรก

ต่างจาก TPU ทั่วไป ชิปคอมพิวเตอร์สีแดงเป็นชิปแรกที่ใช้คาร์บอนนาโนทิวบ์ ซึ่งเป็นโครงสร้างทรงกระบอกขนาดเล็กที่ทำจากอะตอมของคาร์บอนเรียงตัวเป็นรูปหกเหลี่ยม แทนที่จะใช้สารกึ่งตัวนำแบบดั้งเดิม เช่น ซิลิกอน (ภาพ : ซันไก)

โมเดล AI ต้องใช้ข้อมูลจำนวนมากและต้องใช้พลังประมวลผลจำนวนมากในการทำงาน สิ่งนี้ถือเป็นอุปสรรคสำคัญต่อการฝึกอบรมและการปรับขนาดโมเดลการเรียนรู้ของเครื่องจักร โดยเฉพาะอย่างยิ่งเมื่อความต้องการแอปพลิเคชัน AI เพิ่มขึ้น นี่เป็นสาเหตุที่ นักวิทยาศาสตร์ กำลังทำงานเพื่อสร้างส่วนประกอบใหม่ๆ ตั้งแต่โปรเซสเซอร์ไปจนถึงหน่วยความจำคอมพิวเตอร์ ที่ได้รับการออกแบบมาเพื่อใช้พลังงานน้อยลงในขณะที่คำนวณที่จำเป็น

นักวิทยาศาสตร์ของ Google ได้สร้าง TPU ขึ้นในปี 2015 เพื่อแก้ไขความท้าทายนี้ ชิปเฉพาะทางเหล่านี้ทำหน้าที่เป็นตัวเร่งฮาร์ดแวร์เฉพาะสำหรับการดำเนินการเทนเซอร์ ซึ่งเป็นการคำนวณทางคณิตศาสตร์ที่ซับซ้อนที่ใช้ในการฝึกและรันโมเดล AI การย้ายงานเหล่านี้ออกจากหน่วยประมวลผลกลาง (CPU) และหน่วยประมวลผลกราฟิก (GPU) TPU ช่วยให้สามารถฝึกโมเดล AI ได้เร็วขึ้นและมีประสิทธิภาพมากขึ้น

อย่างไรก็ตาม ต่างจาก TPU ทั่วไป ชิปใหม่นี้เป็นชิปตัวแรกที่ใช้คาร์บอนนาโนทิวบ์ ซึ่งเป็นโครงสร้างทรงกระบอกขนาดเล็กที่ทำจากอะตอมของคาร์บอนเรียงเป็นรูปหกเหลี่ยม แทนที่จะใช้สารกึ่งตัวนำแบบดั้งเดิม เช่น ซิลิกอน โครงสร้างนี้ช่วยให้อิเล็กตรอน (อนุภาคที่มีประจุ) ไหลผ่านได้โดยมีค่าความต้านทานน้อยที่สุด จึงทำให้คาร์บอนนาโนทิวบ์เป็นตัวนำไฟฟ้าได้ดี

ตามที่นักวิทยาศาสตร์ชาวจีนระบุ TPU ของพวกเขาใช้พลังงานเพียง 295 ไมโครวัตต์ (μW) (โดย 1 W เท่ากับ 1,000,000 μW) และสามารถคำนวณได้ 1 ล้านล้านครั้งต่อวัตต์ ซึ่งเป็นหน่วยวัดประสิทธิภาพพลังงาน ซึ่งทำให้ TPU ที่ใช้คาร์บอนของจีนมีประสิทธิภาพการใช้พลังงานมากกว่าชิปของ Google เกือบ 1,700 เท่า

“ตั้งแต่ ChatGPT ไปจนถึง Sora ปัญญาประดิษฐ์กำลังก้าวเข้าสู่การปฏิวัติครั้งใหม่ แต่เทคโนโลยีเซมิคอนดักเตอร์แบบซิลิกอนดั้งเดิมไม่สามารถตอบสนองความต้องการในการประมวลผลข้อมูลจำนวนมหาศาลได้อีกต่อไป เราพบวิธีแก้ปัญหาระดับโลกนี้แล้ว” Zhiyong Zhang ผู้เขียนร่วมของบทความและศาสตราจารย์ด้านอิเล็กทรอนิกส์ที่มหาวิทยาลัยปักกิ่งกล่าว

TPU ใหม่ประกอบด้วยทรานซิสเตอร์นาโนท่อคาร์บอน 3,000 ตัว และถูกสร้างขึ้นโดยใช้สถาปัตยกรรมอาร์เรย์ซิสโตลิก ซึ่งเป็นเครือข่ายของโปรเซสเซอร์ที่จัดเรียงเป็นกริด สิ่งนี้ช่วยให้ TPU สามารถดำเนินการคำนวณหลายรายการพร้อมกันได้ โดยการประสานข้อมูลสตรีมและให้แน่ใจว่าโปรเซสเซอร์แต่ละตัวดำเนินการส่วนเล็กๆ ของงานในเวลาเดียวกัน

การประมวลผลแบบขนานนี้ช่วยให้สามารถคำนวณได้เร็วขึ้นมาก ซึ่งเป็นสิ่งสำคัญสำหรับโมเดล AI ที่ประมวลผลข้อมูลจำนวนมาก จางกล่าวว่ามันยังช่วยลดความถี่ในการอ่านและเขียนข้อมูลของหน่วยความจำ — โดยเฉพาะประเภทที่เรียกว่าหน่วยความจำแบบสุ่มเข้าถึงคงที่ (SRAM) อีกด้วย การลดการดำเนินการเหล่านี้ลงทำให้ TPU ใหม่สามารถคำนวณได้เร็วขึ้นในขณะที่ใช้พลังงานน้อยลงมาก

นักวิจัยกล่าวว่าในอนาคต เทคโนโลยีที่คล้ายกันที่ใช้คาร์บอนนาโนทิวบ์อาจเป็นทางเลือกที่ประหยัดพลังงานมากกว่าชิปที่ใช้ซิลิกอน พวกเขากล่าวว่าพวกเขาวางแผนที่จะปรับแต่งชิปต่อไปเพื่อปรับปรุงประสิทธิภาพและทำให้ปรับขนาดได้มากขึ้น รวมถึง การสำรวจ วิธีการรวม TPU เข้ากับซิลิกอน CPU

ฮาทู

ตามข้อมูลจาก Live Science