Μια πρωτοποριακή τεχνολογική ανακάλυψη από επιστήμονες στις Ηνωμένες Πολιτείες υπόσχεται να αναδιαμορφώσει την έννοια της υπολογιστικής ισχύος. Ερευνητές του Πανεπιστημίου Cornell ανέπτυξαν ένα νέο είδος μικροτσίπ που δεν βασίζεται σε παραδοσιακά ψηφιακά κυκλώματα, αλλά σε κύματα μικροκυμάτων για να εκτελεί υπολογισμούς. Το αποτέλεσμα είναι ένας επεξεργαστής που μπορεί να λειτουργεί ταχύτερα και με μικρότερη ενεργειακή κατανάλωση σε σχέση με τους συμβατικούς CPU.

Η καινοτομία, που δημοσιεύτηκε στην επιθεώρηση «Nature Electronics», αποτελεί το πρώτο πλήρως λειτουργικό μικροκυματικό νευρωνικό δίκτυο (Microwave Neural Network – MNN) ενσωματωμένο σε ένα μόνο τσιπ. Ο σχεδιασμός του σηματοδοτεί ένα νέο βήμα στη σύνδεση της αναλογικής φυσικής με τη τεχνητή νοημοσύνη, ανοίγοντας δρόμους για εξαιρετικά γρήγορες και ενεργειακά αποδοτικές υπολογιστικές πλατφόρμες.

Οι εφαρμογές που απαιτούν επεξεργασία μεγάλου όγκου δεδομένων —όπως η απεικόνιση ραντάρ ή η τηλεπικοινωνιακή ανάλυση υψηλού εύρους ζώνης— χρειάζονται ταχύτητες που τα συμβατικά κυκλώματα δυσκολεύονται να προσφέρουν. Τα μικροκύματα, επειδή λειτουργούν στο αναλογικό φάσμα, μπορούν να μεταφέρουν και να επεξεργάζονται πληροφορίες ακαριαία, χωρίς τα πολλαπλά στάδια μετατροπής που απαιτεί η ψηφιακή επεξεργασία.

«Επειδή μπορεί να μεταβάλλεται προγραμματιζόμενα σε ένα ευρύ φάσμα συχνοτήτων, το MNN προσαρμόζεται άμεσα σε διαφορετικά υπολογιστικά καθήκοντα», εξηγεί ο Μπαλ Γκόβιντ, διδακτορικός φοιτητής και επικεφαλής της μελέτης. Όπως σημειώνει, το τσιπ παρακάμπτει πολλά στάδια επεξεργασίας σήματος, πετυχαίνοντας υπολογισμούς σχεδόν σε πραγματικό χρόνο.

Πώς λειτουργεί το «μικροκυματικό μυαλό»

Το MNN χρησιμοποιεί αναλογικά κύματα μικροκυμάτων για να τροφοδοτήσει ένα νευρωνικό δίκτυο τεχνητής νοημοσύνης. Στο εσωτερικό του, τα κύματα δημιουργούν ένα «φάσμα χτένας» — ένα σύνολο ομοιόμορφα κατανεμημένων συχνοτήτων που επιτρέπουν ταχείες και εξαιρετικά ακριβείς μετρήσεις. Αντί για παραδοσιακούς τρανζίστορ, το τσιπ διαθέτει ηλεκτρομαγνητικούς κόμβους συνδεδεμένους με ρυθμιζόμενους κυματοδηγούς. Μέσω αυτών, αναγνωρίζει μοτίβα σε δεδομένα και προσαρμόζεται σε νέες πληροφορίες, όπως ακριβώς κάνει ένα βιολογικό νευρωνικό δίκτυο. Επεξεργάζεται φασματικά στοιχεία μεμονωμένες συχνότητες ενός σήματος αναλύοντας τεράστιες ποσότητες δεδομένων με ακρίβεια που φθάνει το 88%.

Απόδοση, ταχύτητα και ενεργειακή αποδοτικότητα

Σε επίπεδο επιδόσεων, το MNN μπορεί να εκτελεί δεκάδες δισεκατομμύρια πράξεις το δευτερόλεπτο, δηλαδή ταχύτητες άνω των 20 GHz, υπερβαίνοντας κατά πολύ τους συνηθισμένους οικιακούς επεξεργαστές (2,5–4 GHz). Η Αλίσα Άπσελ, διευθύντρια του Τμήματος Ηλεκτρολογίας και Μηχανικής Υπολογιστών του Cornell, σχολίασε πως ο Γκόβιντ «απέρριψε τα καθιερωμένα σχέδια κυκλωμάτων για να δημιουργήσει κάτι ριζικά διαφορετικό έναν ελεγχόμενο “πολτό” συχνοτήτων που αποδίδει υπολογισμούς υψηλής ταχύτητας».

Παρά την εντυπωσιακή ισχύ του, το τσιπ καταναλώνει λιγότερη από 0,2 watt, περίπου όσο ένα κινητό τηλέφωνο, τη στιγμή που οι τυπικοί CPU χρειάζονται τουλάχιστον 65 watt. Αυτή η ενεργειακή οικονομία το καθιστά ιδανικό για φορητές συσκευές, φορετή τεχνολογία ή edge computing, μειώνοντας δραστικά την ανάγκη για σύνδεση με κεντρικούς διακομιστές.

Οι ερευνητές σκοπεύουν τώρα να απλοποιήσουν τη δομή του τσιπ, μειώνοντας τον αριθμό των κυματοδηγών και ενσωματώνοντας πολλαπλές “χτένες συχνοτήτων” για πλουσιότερα φάσματα εξόδου. Ένα πιο συμπαγές MNN θα μπορούσε να χρησιμοποιηθεί στην εκπαίδευση μοντέλων τεχνητής νοημοσύνης, παρέχοντας υψηλή υπολογιστική ισχύ με ελάχιστη ενεργειακή κατανάλωση.

Διαβάστε ακόμη

ΕΧΑΕ: Προς 66%-67% το ποσοστό αποδοχής της δημόσιας πρότασης της Euronext

Goldman Sachs: «Σκοτεινές» προβλέψεις για τις αμερικανικές μετοχές την επόμενη δεκαετία

Ποια χώρα εγκαταλείπουν οι εκατομμυριούχοι – Τι δείχνει έκθεση για το 2025

Για όλες τις υπόλοιπες ειδήσεις της επικαιρότητας μπορείτε να επισκεφτείτε το Πρώτο Θέμα