متن خبر

سمرون می خواهد ترانزیستورهای تراشه ای را با “ممخازن” جایگزین کند.

سمرون می خواهد ترانزیستورهای تراشه ای را با “ممخازن” جایگزین کند.

شناسهٔ خبر: 446710 -




یک استارت‌آپ جدید آلمانی به نام Semron، در حال توسعه تراشه‌هایی است که به‌عنوان تراشه‌های «مقیاس سه‌بعدی» توصیف می‌کند تا مدل‌های هوش مصنوعی را به صورت محلی روی گوشی‌های هوشمند، هدفون‌های هدفون، هدست‌های واقعیت مجازی و سایر دستگاه‌های تلفن همراه اجرا کنند.

تراشه‌های Semron که توسط Kai-Uwe Demasius و Aron Kirschen، فارغ‌التحصیلان مهندسی از دانشگاه فنی درسدن، ساخته شده‌اند، از میدان‌های الکتریکی برای انجام محاسبات به جای جریان‌های الکتریکی استفاده می‌کنند. Kirschen ادعا می‌کند که این امر تراشه‌ها را قادر می‌سازد تا بازده انرژی بالاتری داشته باشند و در عین حال هزینه‌های ساخت برای تولید آن‌ها را کاهش دهند.

Kirschen در مصاحبه ایمیلی با TechCrunch گفت: «به دلیل کمبود مورد انتظار در منابع محاسباتی هوش مصنوعی، بسیاری از شرکت‌ها با مدل کسب‌وکار که بر دسترسی به چنین قابلیت‌هایی متکی هستند، موجودیت خود را به خطر می‌اندازند - برای مثال، استارت‌آپ‌های بزرگی که مدل‌های خود را آموزش می‌دهند.» آپشن های منحصربه‌فرد فناوری ما را قادر می‌سازد تا به قیمت تراشه‌های امروزی برای دستگاه‌های الکترونیکی مصرفی دست پیدا کنیم، حتی اگر تراشه‌های ما توانایی اجرای هوش مصنوعی پیشرفته را داشته باشند، که دیگران اینطور نیستند.

تراشه‌های Semron - که Demasius و Kirschen برای آن‌ها در سال 2016، چهار سال قبل از تأسیس Semron، حق ثبت اختراع اولیه خود را به ثبت رساندند - برای انجام محاسبات، از یک جزء غیرعادی به نام «ممخازن» یا یک خازن با حافظه استفاده می‌کنند. اکثر تراشه های کامپیوتری از ترانزیستورها ساخته شده اند که برخلاف خازن ها نمی توانند انرژی ذخیره کنند. آنها صرفاً مانند کلیدهای "روشن/خاموش" عمل می کنند، یا جریان الکتریکی را عبور می دهند یا آن را متوقف می کنند.

مم خازن های سمرون که از مواد نیمه هادی معمولی ساخته شده اند، با بهره برداری از یک اصل که در شیمی به عنوان محافظ بار شناخته می شود، کار می کنند. خازن‌های ممخازن، میدان الکتریکی بین الکترود بالایی و پایینی را از طریق یک "لایه محافظ" کنترل می‌کنند. لایه محافظ به نوبه خود توسط حافظه تراشه کنترل می شود که می تواند "وزن" های مختلف یک مدل هوش مصنوعی را ذخیره کند. (وزن ها اساساً مانند دستگیره ها در یک مدل عمل می کنند و عملکرد آن را در حین آموزش و پردازش داده ها دستکاری و تنظیم دقیق می کنند.)

رویکرد میدان الکتریکی حرکت الکترون ها را در سطح تراشه به حداقل می رساند و مصرف انرژی و گرما را کاهش می دهد. هدف Semron این است که از خواص کاهش گرما میدان الکتریکی برای قرار دادن صدها لایه مم خازن بر روی یک تراشه استفاده کند که ظرفیت محاسباتی را تا حد زیادی افزایش می‌دهد.

سمرون

شماتیکی که طراحی تراشه هوش مصنوعی سه بعدی Semron را نشان می دهد.

Kirschen گفت : "ما از این ویژگی به عنوان یک توانمند برای استقرار چندین صد برابر منابع محاسباتی در یک ناحیه سیلیکونی ثابت استفاده می کنیم." "به آن فکر کنید که صدها چیپس در یک بسته."

در یک مطالعه در سال 2021 که در مجله Nature Electronics منتشر شد، محققان Semron و موسسه فیزیک ریزساختار ماکس پلانک با موفقیت یک مدل بینایی کامپیوتری را با بازده انرژی بیش از 3500 TOPS/W - 35 تا 300 برابر بیشتر از تکنیک‌های موجود، آموزش دادند. TOPS/W کمی معیار مبهم است، اما نکته مهم این است که ممخازن‌ها می‌توانند منجر به کاهش چشمگیر مصرف انرژی در حین آموزش مدل‌های هوش مصنوعی شوند.

اکنون، این روزهای اولیه برای Semron است، که Kirschen او میگوید در مرحله «پیش محصول» است و درآمد «ناچیز» برای آن نشان می‌دهد. اغلب سخت‌ترین بخش افزایش یک استارت‌آپ تراشه، تولید انبوه و دستیابی به یک پایگاه مشتری معنادار است – البته نه لزوماً به این ترتیب.

سخت‌تر کردن مسائل برای Semron این واقعیت است که رقابت سختی در سرمایه‌گذاری‌های تراشه‌های سفارشی مانند Kneron، EnCharge و Tenstorrent دارد که مجموعاً ده‌ها میلیون دلار سرمایه‌گذاری خطرپذیر جمع‌آوری کرده‌اند. EnCharge، مانند Semron، در حال طراحی تراشه های کامپیوتری است که به جای ترانزیستور، از خازن استفاده می کنند، اما از معماری زیرلایه متفاوتی استفاده می کنند.

با این حال، Semron - که دارای 11 نفر نیروی کار است و قصد دارد تا پایان سال حدود 25 نفر افزایش یابد - موفق به جذب سرمایه از سرمایه گذارانی از جمله Join Capital، SquareOne، OTB Ventures و Onsight Ventures شده است. تا به امروز، این استارت آپ 10 میلیون یورو (حدود 10.81 میلیون دلار) جذب کرده است.

شریک SquareOne جورج استاکینگر از طریق ایمیل گفت:

منابع محاسباتی به «نفت» قرن بیست و یکم تبدیل خواهند شد. با تسخیر مدل‌های زبان بزرگ تشنه زیرساخت‌ها و رسیدن قانون مور به محدودیت‌های فیزیک، یک گلوگاه عظیم در منابع محاسباتی سال‌های آینده را شکل خواهد داد. دسترسی ناکافی به زیرساخت‌های محاسباتی، بهره‌وری و رقابت شرکت‌ها و کل دولت‌ها را به شدت کاهش می‌دهد. Semron با ارائه یک تراشه جدید انقلابی که ذاتاً در محاسبات مدل‌های هوش مصنوعی تخصص دارد، یک عنصر کلیدی در حل این مشکل خواهد بود. با پارادایم محاسباتی مبتنی بر ترانزیستور می‌شکند و هزینه‌ها و مصرف انرژی را برای یک کار محاسباتی معین حداقل 20 برابر کاهش می‌دهد.

خبرکاو

ارسال نظر




تبليغات ايهنا تبليغات ايهنا

تمامی حقوق مادی و معنوی این سایت متعلق به خبرکاو است و استفاده از مطالب با ذکر منبع بلامانع است