Işıklı Akıl: Fotoniğe Dayalı Yapay Zeka ve Enerji Verimliliği İçin pJTC Çipi
Yapay zekanın pek çok görevi için kritik olan Evrişimli Sinir Ağları (CNN), görüntülerdeki desenleri ortaya çıkarmak üzere filtrelerle veri üzerinde çalışır. Ancak bu süreç yoğun enerji tüketimine yol açar; her pikselde yürütülen hesaplamalar çoğunlukla enerji harcamasını artırır. Büyüyen modeller ve artan talep ile veri merkezlerinde bu durum maliyetleri yükseltir ve inovasyonu zorlayabilir.
AI’nin enerji sorununa ışıklı çözüm olarak Florida Üniversitesi’nde çığır açan bir çalışma hayata geçirildi. Yeni geliştirilen pJTC çipi, enerji yoğun işlemleri elektrik yerine ışıkla gerçekleştirerek uç ve bulut uygulamaları arasındaki verimliliği artırmayı hedefliyor. Bu çip, GHz hızında verileri ve filtreleri programlayarak geleneksel yöntemlerden ayrışıyor. Üstelik optik vericilerde kullanılan güvenilir fotonik bileşenleriyle donatılmış olan çip, üzerine FT Fresnel mercekleri ekleyerek ışığın doğrudan çip üzerinde karmaşık matematik işlemlerini yapmasını mümkün kılıyor.
Bir diğer özgün yön ise entegre lazerlerle spektral çoğullama tekniğini kullanarak aynı anda birden çok hesaplama yapabilmesidir. Prototip testlerinde, çip el yazısı ile yazılmış rakamları yüzde 98 doğrulukla tanımlayabildi ve geleneksel elektronik işlemcilerle yarışır bir performans sergiledi. Çalışmanın çalışma prensibi, verilerin ışığa dönüştürülmesiyle başlar; Fresnel merceklerden geçen ışık bükülür ve içindeki hesaplamalar optik olarak uygulanır, ardından sonuçlar dijital sinyale çevrilir.
Projede konuşan ekip liderlerinden Volker J. Sorger, bu tür bir optik hesaplamayı bir çipe entegre ederek yapay zeka sinir ağlarında kullanmanın ilk örneğini teşkil ettiğini belirtti. “Lensler aynı anda birden çok dalga boyunda ışık geçirebiliyor; bu fotonikleri öne çıkaran en önemli avantajdır,” diye ekledi. Ölçütler açısından watt başına 305 trilyon işlem ve milimetrekare başına 40,2 trilyon işlem gibi değerler sunulduğunda, bu çipin uç cihazlardan bulut hizmetlerine kadar geniş bir yelpazede AI’yı güçlendirebileceği düşünülüyor.
Çalışmanın öncülerinden Hangbo Yang, optik hesaplamanın yapay zeka alanında uygulanabilirliğini vurgulayarak, “Bir çipe entegre edilen bu tür bir hesaplama yöntemi, girdi olarak gönderilen verileri ışığa dönüştürüp hızla işliyor ve sonuçları dijital forma çeviriyor,” dedi. Projeye liderlik eden Volker J. Sorger ise üretici firmaların (örneğin Nvidia) zaten bazı AI sistemlerinde optik elemanları kullandıklarını, bu teknolojinin entegrasyonunu daha da kolaylaştıracağını sözlerine ekledi.
