راهی عجیب برای ساخت هوش مصنوعی کممصرف
وارد شوید تا ادامهی پادکستها در هر دستگاهی از همان جایی که رها کردهاید پخش شود.
دربارهی این قسمت
مصرف بالای انرژی یکی از چالشهای مهم هوش مصنوعی است. این اپیزود بررسی میکند چگونه محاسبات برگشتپذیر میتوانند مسیر تازهای برای کاهش مصرف انرژی ایجاد کنند.
گرمای تولیدشده توسط کامپیوترها فقط یک مسئله فنی نیست، بلکه یکی از موانع مهم در مسیر گسترش فناوریهای پیشرفته و بهویژه هوش مصنوعی است. هرچه محاسبات پیچیدهتر میشوند، نیاز به انرژی و سیستمهای خنککننده بیشتر میشود و همین موضوع، جستوجو برای روشهای تازه و کممصرفتر را ضروری کرده است.
یکی از ایدههای متفاوت در این مسیر، بازنگری در شیوهای است که کامپیوترها اطلاعات را پردازش میکنند. در محاسبات معمولی، بخشی از اطلاعات در جریان پردازش از بین میرود و این حذف اطلاعات با تولید گرما همراه است. اما در محاسبات برگشتپذیر، تلاش میشود اطلاعات بدون حذف شدن پردازش شوند و حتی امکان بازگرداندن محاسبات به عقب وجود داشته باشد.
این رویکرد سالها بیشتر یک ایده نظری به نظر میرسید، زیرا ساخت تراشههایی که بتوانند چنین محاسباتی را بهطور عملی انجام دهند، چالشهای بزرگی داشت. سرعت پایینتر، نیاز به طراحی متفاوت مدارها و مسائل مربوط به حافظه باعث شده بود تحقق آن فاصله زیادی با استفاده روزمره داشته باشد. با این حال، محدودیتهای فیزیکی تراشههای امروزی دوباره توجه پژوهشگران را به این مسیر جلب کرده است.
نکته جذاب ماجرا زمانی آشکار میشود که این فناوری را در کنار نیازهای هوش مصنوعی قرار دهیم. بسیاری از محاسبات هوش مصنوعی بهصورت موازی انجام میشوند و همین ویژگی میتواند امکان استفاده از تعداد بیشتری تراشه با سرعت کمتر را فراهم کند. اگر کاهش گرمای تولیدشده بتواند نیاز به خنکسازی را نیز کاهش دهد، این روش میتواند روی طراحی مراکز داده و نحوه تأمین انرژی برای سامانههای هوش مصنوعی اثر قابلتوجهی بگذارد.
در این اپیزود با ایدهای آشنا میشویم که برای افزایش بهرهوری کامپیوترها، بهجای حرکت صرفاً رو به جلو، امکان حرکت به عقب را جدی میگیرد. مسیر چند دههای این فناوری، رابطه میان اطلاعات، انرژی و گرما و دلایلی که باعث شده محاسبات برگشتپذیر دوباره به یکی از گزینههای جذاب برای آینده هوش مصنوعی تبدیل شود، موضوعاتی هستند که در این اپیزود بررسی میشوند.
برای ثبت دیدگاه وارد حساب کاربری خود شوید.