ஸ்டான்போர்ட் பல்கலைக்கழகத்தின் இந்திய வம்சாவளி பேராசிரியர்களான சுபாசிஷ் மித்ரா மற்றும் கார்னகி மெலன் பல்கலைக்கழகத்தின் ததாகதா ஸ்ரீமணி ஆகியோர் அமெரிக்காவில் செயற்கை நுண்ணறிவு வன்பொருள் எவ்வாறு கட்டமைக்கப்பட்டுள்ளது என்பதை மாற்றியமைக்கக்கூடிய ஒரு முன்னேற்றத்தின் மையத்தில் உள்ளனர். Stanford, Carnegie Mellon, University of Pennsylvania மற்றும் MIT போன்ற பல நிறுவனக் குழுவுடன் இணைந்து, அவர்கள் அமெரிக்காவின் முதல் ஒற்றைக்கல் 3D AI சிப்பை அமெரிக்க வணிக ஃபவுண்டரியில் உருவாக்கியுள்ளனர். சமீபத்தில் அறிவிக்கப்பட்டது மற்றும் ஒரு முன்னணி குறைக்கடத்தி மாநாட்டில் வழங்கப்பட்டது, இந்த வேலை பாரம்பரிய வடிவமைப்புகளில் தெளிவான செயல்திறன் ஆதாயங்களை நிரூபிக்கிறது மற்றும் வேகமான, அதிக ஆற்றல் திறன் கொண்ட AI அமைப்புகளுக்கான புதிய திசையை சுட்டிக்காட்டுகிறது. எளிமையான சொற்களில், கணினி சில்லுகளை உருவாக்குவதற்கான புதிய வழியை அவர்கள் கண்டுபிடித்துள்ளனர், இது AI அமைப்புகளை மிகக் குறைந்த ஆற்றலைப் பயன்படுத்தும் போது மிக வேகமாக இயங்க அனுமதிக்கிறது.
சுபாசிஷ் மித்ரா மற்றும் ததாகதா ஸ்ரீமணி யார்?
சுபாசிஷ் மித்ரா உலகளாவிய சிப் ஆராய்ச்சியில் ஒரு மூத்த நபர் மற்றும் மேம்பட்ட மின்னணுவியலில் நீண்டகால தலைவராக உள்ளார். அவர் ஸ்டான்போர்ட் பல்கலைக்கழகத்தில் மின் பொறியியல் மற்றும் கணினி அறிவியலின் வில்லியம் இ. ஐயர் பேராசிரியராக உள்ளார், அங்கு அவரது பணி நம்பகமான நானோ எலக்ட்ரானிக்ஸ், வன்பொருள் பாதுகாப்பு மற்றும் முப்பரிமாண சிப் ஒருங்கிணைப்பு ஆகியவற்றில் கவனம் செலுத்துகிறது. மித்ரா பல தசாப்தங்களாக சிப் வடிவமைப்பில் சில கடினமான சிக்கல்களைச் சமாளித்து வருகிறார், மேலும் சிக்கலான வன்பொருளை எவ்வாறு வேகமாகவும் நம்பகத்தன்மையுடனும் உருவாக்குவது என்பது உட்பட. புதிய மோனோலிதிக் 3டி சிப்பை விவரித்து, அவர் கூறினார்: “இது சிப் உற்பத்தி மற்றும் கண்டுபிடிப்புகளில் ஒரு புதிய சகாப்தத்தைத் திறக்கிறது,” பல ஆண்டுகளாக சில்லுகள் எவ்வாறு தரையில் இருந்து உருவாக்கப்படுகின்றன என்பதை மறுபரிசீலனை செய்வதை நோக்கமாகக் கொண்ட ஆராய்ச்சியை பிரதிபலிக்கிறது.
ததாகதா ஸ்ரீமணி, இப்போது கார்னகி மெலன் பல்கலைக்கழகத்தில் எலக்ட்ரிக்கல் மற்றும் கம்ப்யூட்டர் இன்ஜினியரிங் உதவிப் பேராசிரியராக உள்ளார், முன்பு ஸ்டான்போர்டில் மித்ராவின் கீழ் முதுகலை ஆராய்ச்சியாளராக இருந்தார். காரக்பூரில் உள்ள இந்திய தொழில்நுட்பக் கழகத்தில் பிடெக் பட்டம் பெற்ற அவர், AIக்கான ஆற்றல்-திறனுள்ள கணினி மற்றும் வன்பொருள் கட்டமைப்புகளைச் சுற்றி ஆராய்ச்சி வாழ்க்கையை உருவாக்கியுள்ளார். நினைவகத்தை அடுக்கி செங்குத்தாகக் கணக்கிடும் யோசனையை முன்னேற்றுவதில் ஸ்ரீமணி முக்கியப் பங்காற்றினார், கோட்பாட்டுக் கருத்தை வேலை செய்யும், உற்பத்தி செய்யக்கூடிய சிப்பாக மாற்ற உதவினார்.
ஒன்றாக, மித்ரா மற்றும் ஸ்ரீமணி ஆழ்ந்த கல்வி நிபுணத்துவம் மற்றும் நடைமுறை பொறியியல் நுண்ணறிவு ஆகியவற்றின் அரிய கலவையை பிரதிநிதித்துவப்படுத்துகின்றனர். அவர்களின் ஒத்துழைப்பு, நிஜ-உலக உற்பத்திப் பங்காளிகளுடன் இணைந்து நீண்ட காலப் பல்கலைக்கழக ஆராய்ச்சி எவ்வாறு ஆய்வுக்கூடத்தில் மட்டுப்படுத்தப்பட்டிருக்காமல், தொழில்நுட்பத்தின் எதிர்காலத்தை வடிவமைக்கும் முன்னேற்றங்களுக்கு வழிவகுக்கும் என்பதைக் காட்டுகிறது.
AI சில்லுகளின் மிகப்பெரிய இடையூறு: நினைவகச் சுவர்
நவீன AI அமைப்புகள் போராடுவது கணினி சக்தி இல்லாததால் அல்ல, ஆனால் ஒரு சிப்பில் தகவல் எவ்வாறு நகர்கிறது என்பதன் காரணமாக. இன்றைய பிளாட், இரு பரிமாண சில்லுகளில், தரவு நினைவகம், தகவல் சேமிக்கப்படும் இடம் மற்றும் செயலிகள், கணக்கீடுகள் நடக்கும் இடங்களுக்கு இடையே முன்னும் பின்னுமாக பயணிக்க வேண்டும். இந்த நிலையான இயக்கம் மெதுவாகவும் ஆற்றல் மிகுந்ததாகவும் உள்ளது, இது பொறியாளர்கள் “நினைவக சுவர்” என்று அழைப்பதை உருவாக்குகிறது. AI மாதிரிகள் பெரிதாக வளரும்போது, இந்த இடையூறு இன்னும் கடுமையாகிறது.இதை நிவர்த்தி செய்ய, குழு செங்குத்தாக அடுக்கப்பட்ட வடிவமைப்பை ஏற்றுக்கொண்டது, இது திட்டத்தில் ஈடுபட்டுள்ள ஆராய்ச்சியாளர்கள் உயரமான கட்டமைப்போடு ஒப்பிட்டுள்ளனர். ஒரு தட்டையான மேற்பரப்பில் நினைவகம் மற்றும் கணினி அலகுகளை பரப்புவதற்குப் பதிலாக, அவை ஒன்றின் மேல் ஒன்றாக வைக்கப்படுகின்றன. அதி அடர்த்தியான செங்குத்து இணைப்புகள் லிஃப்ட் போல செயல்படுகின்றன, இது தரவுகளை அடுக்குகளுக்கு இடையே நேரடியாக நகர்த்த அனுமதிக்கிறது. இது தரவு பயணிக்க வேண்டிய தூரத்தை வெகுவாகக் குறைக்கிறது, வேகமான செயல்பாட்டை செயல்படுத்துகிறது மற்றும் குறைந்த மின் நுகர்வு.இன்று பல சில்லுகள் “3D” என சந்தைப்படுத்தப்படுகின்றன, ஆனால் பெரும்பாலானவை முடிக்கப்பட்ட சில்லுகளை ஒன்றாக அடுக்கி வைக்கும் பேக்கேஜிங் நுட்பங்களை நம்பியுள்ளன. இந்த வேலை அடிப்படையில் வேறுபட்டது. அடுக்குகள் நுண்ணிய மட்டத்தில் ஒற்றை அலகாக ஒன்றாகக் கட்டப்பட்டு, உண்மையான ஒற்றைக் கட்டமைப்பை உருவாக்குகின்றன. எல்லாமே இறுக்கமாக ஒருங்கிணைக்கப்பட்டுள்ளதால், சிப் புனையப்பட்ட பிறகு பல கூறுகளை இணைக்காமல் ஒரே அமைப்பாக செயல்படுகிறது, இது கணிசமான செயல்திறன் ஆதாயங்களை செயல்படுத்துகிறது.ப்ரோடோடைப் சிப்பில் உள்ள சோதனைகள், ஒத்த அளவு மற்றும் தாமதத்தின் ஒப்பிடக்கூடிய தட்டையான சில்லுகளை விட நான்கு மடங்கு அதிகமான செயல்திறனைக் காட்டியது. இந்த ஆதாயங்கள் வேலை செய்யும் வன்பொருளில் நிரூபிக்கப்பட்டாலும், பெரிய, அளவிடப்பட்ட பதிப்புகள் 100–1,000× வரையிலான ஆற்றல் மேம்பாடுகளை வழங்கலாம்-பெரிய மொழி மாதிரிகள் போன்ற AI பணிச்சுமைகளைக் கோருவதற்கான தயாரிப்பு தாமதமாகும், இது மூல வேகத்தை விட அதிக செயல்திறனைக் குறிக்கிறது.மற்றொரு முக்கிய மைல்கல் சிப் தயாரிக்கப்பட்டது. முழு புனையமைப்பு செயல்முறையும் SkyWater டெக்னாலஜியில் நடந்தது, இது மிகப்பெரிய பிரத்தியேகமாக US-அடிப்படையிலான தூய-விளையாட்டு குறைக்கடத்தி ஃபவுண்டரி ஆகும். மோனோலிதிக் 3D சில்லுகளின் முந்தைய பதிப்புகள் ஆராய்ச்சி ஆய்வகங்களில் மட்டுமே இருந்தன. வணிக அமெரிக்க ஃபவுண்டரியில் இந்தத் தொழில்நுட்பத்தை நிரூபிப்பது, உள்நாட்டு குறைக்கடத்தி உற்பத்தியை வலுப்படுத்துவதற்கான பரந்த முயற்சிகளை ஆதரிக்கும் வகையில், யதார்த்தமாக அளவிட முடியும் என்பதைக் காட்டுகிறது.
AI இன் எதிர்காலத்திற்கு இது ஏன் முக்கியமானது
AI அமைப்புகள் மிகவும் சக்திவாய்ந்ததாக மாறுவதால், பாரம்பரிய சிப் வடிவமைப்புகள் அவற்றின் வரம்புகளை நெருங்கி வருகின்றன. இந்த புதிய அணுகுமுறை தரவு இயக்கத்தை குறைப்பதன் மூலம், செயல்திறனை மேம்படுத்துவதன் மூலம் மற்றும் ஆற்றல் செலவுகளை குறைப்பதன் மூலம் ஒரு நடைமுறை பாதையை வழங்குகிறது. மேம்பட்ட குறைக்கடத்திகள் பொருளாதார போட்டித்திறன் மற்றும் தேசிய பாதுகாப்போடு பெருகிய முறையில் பிணைக்கப்பட்டிருக்கும் நேரத்தில் இது வெளிநாட்டு சிப் உற்பத்தியை நம்பியிருப்பதையும் குறைக்கிறது.குழு இப்போது அதிக அடுக்குகளைச் சேர்க்கும் வகையில் வடிவமைப்பை அளவிடுவதிலும் மிகவும் சிக்கலான AI பணிச்சுமைகளை ஆதரிக்கும் பணியிலும் ஈடுபட்டுள்ளது. உருவகப்படுத்துதல்களால் பரிந்துரைக்கப்பட்ட ஆரம்ப முடிவுகளுடன் எதிர்கால சில்லுகள் பொருந்தினால், மோனோலிதிக் 3D கட்டமைப்புகள் அடுத்த தலைமுறை AI வன்பொருளுக்கான அடித்தளமாக மாறும். இப்போதைக்கு, சிப் வடிவமைப்பின் அடிப்படைகளை மறுபரிசீலனை செய்வது எப்படி செயற்கை நுண்ணறிவின் முக்கிய முன்னேற்றங்களைத் திறக்கும் என்பதற்கு இந்த வேலை ஒரு தெளிவான எடுத்துக்காட்டு.
