A Cornell Egyetem kutatói egy teljesen új típusú mikrochipet fejlesztettek ki, amely a hagyományos digitális áramkörök helyett mikrohullámokat használ a műveletek végrehajtására. Ez az innovatív processzor nemcsak gyorsabb, mint a jelenlegi CPU-k, hanem egyben az első olyan teljesen működőképes mikrohullámú neurális hálózat (MNN), amely egyetlen chipre integrálható – számoltak be a tudósok 2023. augusztus 14-én megjelent tanulmányukban a Nature Electronics folyóiratban.
A mikrohullámú technológia előnyei a nagysebességű feldolgozásban
A nagy sávszélességet igénylő alkalmazások, mint például a radaros képalkotás, rendkívül gyors adatfeldolgozást követelnek meg. A mikrohullámok az analóg spektrumban működve képesek kielégíteni ezeket az igényeket, ezért választották ezt az új számítástechnikai megközelítést a kutatók.
“Mivel képes programozható módon torzítani egy széles frekvenciasávot azonnal, többféle számítási feladatra is átalakítható,” nyilatkozta Bal Govind, a Cornell Egyetem doktori hallgatója és a tanulmány vezető szerzője. “Ezáltal megkerüli azokat a számos jel-feldolgozási lépést, amelyeket a digitális számítógépek hagyományosan elvégeznek.”
A mikrohullámok ereje és működési elve
A chip az elektromágneses spektrum mikrohullámú tartományában működő analóg hullámokat használja egy mesterséges intelligencia (MI) neurális hálózat részeként. Ezáltal egy fésűszerű mintázatot hoz létre a mikrohullámok hullámformájában. A frekvenciafésűként ismert rendszerben az egyenletesen elhelyezkedő spektrális vonalak olyanok, mint egy mérőszalag, amely lehetővé teszi a frekvenciák gyors és pontos mérését.
A neurális hálózatok – amelyek alapját képezik ennek a mikrohullámú chipnek – gépi tanulási algoritmusok gyűjteményei, melyek az emberi agy szerkezetéből merítenek ihletet. A mikrohullámú “agy” chip elektromágneses csomópontokat kapcsol össze hangolható hullámvezetőkön keresztül, hogy felismerje az adathalmazokban rejlő mintázatokat és alkalmazkodjon az érkező információkhoz.
Az MNN technológia: integrált áramkör spektrális komponensek feldolgozására
A mikrohullámú agyat alkotó MNN egy integrált áramkör, amely spektrális komponenseket – vagyis egy jel különálló frekvenciáit – dolgozza fel úgy, hogy széles sávszélességen keresztül rögzíti a bemeneti adatok jellemzőit.
A chip képes egyszerű logikai műveletek elvégzésére és összetettebb számításokra is, például bináris sorozatok felismerésére vagy nagysebességű adatok mintázatainak azonosítására akár 88%-os pontossággal. A tanulmányban a kutatók több vezeték nélküli jel osztályozási kihíváson is igazolták ezt a teljesítményt.
Hihetetlen sebesség és hatékonyság: több tízmilliárd művelet másodpercenként
A mikrohullámú analóg tartományban való működés és a valószínűségi megközelítés alkalmazása lehetővé teszi, hogy a chip adatfolyamokat dolgozzon fel több tíz gigahertzes sebességgel (legalább 20 milliárd művelet másodpercenként). Ez messze meghaladja a legtöbb otthoni számítógép processzorának sebességét, amelyek általában 2,5–4 GHz között működnek (2,5–4 milliárd művelet másodpercenként).
“Bal számos hagyományos áramköri tervezési elemet elvetett ennek eléréséhez,” mondta Alyssa Apsel, a Cornell Egyetem Villamosmérnöki és Számítástechnikai Karának igazgatója és társszerzője. “Ahelyett, hogy pontosan lemásolta volna a digitális neurális hálózatok szerkezetét, inkább egy kontrollált frekvencia-viselkedésekből álló ‘masszát’ hozott létre, amely végül magas teljesítményű számításokat tesz lehetővé.”
Alacsony energiafogyasztás és széles körű alkalmazási lehetőségek
A hagyományos digitális rendszerekkel szemben itt kevesebb áramköri elemre, kisebb energiafelhasználásra és kevesebb hibajavításra van szükség az pontosság fenntartásához. Govind hozzátette: “A valószínűségi megközelítés révén magas pontosságot értek el egyszerű és összetett számítások esetén is anélkül, hogy extra erőforrásokat kellett volna bevonni.”
Kiemelendő továbbá a chip alacsony energiafogyasztása: kevesebb mint 200 milliwattot (0,2 watt alatt) használ fel – ez nagyjából megegyezik egy mobiltelefon sugárzó teljesítményével. Ezzel szemben a legtöbb CPU legalább 65 watt bemeneti energiát igényel.
Ez az alacsony energiaigény lehetővé teszi, hogy a chip személyes eszközökben vagy hordható technológiákban is alkalmazható legyen. Ígéretes megoldás lehet élvonalbeli (edge) számítástechnikai alkalmazásokban is, mivel csökkentheti a késleltetést azzal, hogy megszünteti a központi szerverhez való kapcsolódás szükségességét. Emellett mesterséges intelligencia modellek képzésében is hasznos alternatívát kínálhat alacsony energiafelhasználás mellett.
Következő lépések: kompaktabb és hatékonyabb chip kialakítása
A kutatók következő célja a tervezés egyszerűsítése: csökkenteni kívánják a hullámvezetők számát és kisebb méretű chipeket létrehozni. Egy kompaktabb chip összekapcsolt frekvenciafésűket használhatna, amelyek gazdagabb kimeneti spektrumot generálnak és segítenék a neurális hálózat hatékonyabb tanítását.
Összességében ez az áttörés új korszakot nyithat meg az analóg számítástechnika területén, ahol gyorsabb, energiatakarékosabb és sokoldalúbb processzorok válhatnak elérhetővé mindennapi eszközeink számára.
