تراشه سه‌ بعدی انقلابی مهندسان آمریکایی؛ جهش ۱۰ برابری سرعت و تحول در هوش مصنوعی

مهندسان در ایالات متحده موفق به توسعه یک تراشه کامپیوتری چندلایه نوین با معماری منحصربه‌ فردی شده‌اند که می‌ تواند آغازگر عصر جدیدی در سخت‌افزار هوش مصنوعی و نوآوری‌ های بومی در صنعت نیمه‌ هادی باشد. این دستاورد بزرگ، نخستین تراشه سه‌ بعدی یکپارچه (Monolithic 3D Chip) است که در یک کارخانه ریخته‌گری (Foundry) آمریکایی ساخته شده است.

به گزارش بخش اخبار فناوری زوم تک به نقل از Interesting Engineering، این تیم تحقیقاتی تأکید کرده است که در شبیه‌ سازی‌ ها و تست‌ های سخت‌افزاری، این تراشه سه‌بعدی جدید نسبت به تراشه‌ های دوبعدی (2D) رایج، تقریباً تا یک مرتبه بزرگی (۱۰ برابر) عملکرد بهتری دارد. برخلاف تراشه‌ های دوبعدی و مسطح امروزی، اجزای کلیدی و فوق‌ باریک این نمونه اولیه مانند طبقات یک آسمان‌خراش بالا رفته‌اند و سیم‌کشی‌ های عمودی آن همانند آسانسورهای پرسرعت متعدد عمل می‌کنند که جابجایی سریع و عظیم داده‌ها را ممکن می‌ سازند.

معماری عمودی؛ راهی برای عبور از گلوگاه‌ های سنتی

برای تست تراشه‌های جدید، محققان از دستگاه ویژه‌ای استفاده کردند تا مشخصات الکتریکی طرح‌ها را روی یک ویفر از تراشه‌ها به صورت خودکار ارزیابی کنند. تراکم رکوردشکن اتصالات عمودی و ترکیب دقیق و درهم‌تنیده واحدهای حافظه و محاسباتی در این تراشه، به آن کمک می‌کند تا گلوگاه‌هایی را که مدت‌هاست مانع پیشرفت در طراحی‌های مسطح شده‌اند، دور بزند.

سوبهاسیش میترا (Subhasish Mitra)، استاد مهندسی برق و علوم کامپیوتر در دانشگاه استنفورد و محقق اصلی مقاله‌ای که در هفتاد و یکمین نشست بین‌المللی دستگاه‌های الکترونی IEEE (IEDM) ارائه شده، می‌گوید: «این دستاورد درها را به روی عصر جدیدی از تولید و نوآوری تراشه باز می‌کند. پیشرفت‌هایی نظیر این، راهی است که ما را به بهبودهای ۱۰۰۰ برابری در عملکرد سخت‌افزاری که سیستم‌های هوش مصنوعی آینده به آن نیاز دارند، می‌رساند.»

اگرچه آزمایشگاه‌های دانشگاهی پیش از این تراشه‌های سه‌بعدی آزمایشی ساخته بودند، اما این نخستین بار است که چنین تراشه‌ای هم دستاوردهای عملکردی آشکاری را نشان داده و هم در یک کارخانه تجاری تولید شده است.

شکستن «دیوار حافظه» با یکپارچه‌ سازی حافظه و محاسبات

تیم سازنده اشاره کرده است که در تراشه‌های دوبعدی معمولی، قطعات روی یک سطح صاف با حافظه محدود و پراکنده قرار می‌گیرند، بنابراین داده‌ها باید مسیرهای طولانی و شلوغی را طی کنند. از آنجایی که عناصر محاسباتی بسیار سریع‌تر از حرکت داده‌ها عمل می‌کنند — و چون تراشه نمی‌تواند حافظه کافی را در نزدیکی خود ذخیره کند — سیستم دائماً منتظر اطلاعات می‌ماند. مهندسان این گلوگاه را «دیوار حافظه» (Memory Wall) می‌نامند؛ نقطه‌ای که در آن سرعت پردازش از توانایی تراشه در تحویل داده‌ها پیشی می‌گیرد.

تاتاگاتا سریمانی (Tathagata Srimani)، استادیار مهندسی برق و کامپیوتر در دانشگاه کارنگی ملون و نویسنده ارشد این مقاله، می‌گوید: «با ادغام عمودی حافظه و محاسبات، می‌توانیم اطلاعات بسیار بیشتری را با سرعت بالاتر جابجا کنیم، درست همانطور که سیستم‌های آسانسور در یک برج بلند به ساکنان زیادی اجازه می‌دهند همزمان بین طبقات تردد کنند.»

همکاری غول‌ های دانشگاهی و نتایج شگفت‌ انگیز

مهندسان دانشگاه استنفورد، دانشگاه کارنگی ملون، دانشگاه پنسیلوانیا و مؤسسه فناوری ماساچوست (MIT) برای توسعه این تراشه سه‌بعدی با شرکت SkyWater Technology همکاری کرده‌اند. تست‌های اولیه سخت‌افزاری نشان می‌دهد که این نمونه اولیه در حال حاضر نسبت به تراشه‌های دوبعدی مشابه، تقریباً چهار برابر عملکرد بهتری دارد.

شبیه‌سازی‌های نسخه‌های بلندتر و آینده‌نگرانه‌تر — با لایه‌های انباشته بیشتری از حافظه و محاسبات — به دستاوردهای حتی بزرگتری اشاره دارند. طبق این گزارش، طراحی‌هایی با طبقات اضافی، تا ۱۲ برابر بهبود را در بارهای کاری واقعی هوش مصنوعی، از جمله مواردی که از مدل متن‌باز LLaMA متا مشتق شده‌اند، نشان می‌دهند.

آینده‌ای با بازدهی ۱۰۰۰ برابری انرژی و سرعت

تیم تحقیقاتی همچنین مدعی است که این طراحی راهی واقع‌بینانه برای بهبودهای ۱۰۰ تا ۱۰۰۰ برابری در حاصل‌ضرب انرژی-تاخیر (EDP) باز می‌کند؛ معیاری کلیدی که تعادل بین سرعت و بهره‌وری انرژی را می‌سنجد. با کوتاه‌کردن شدید مسیر حرکت داده‌ها و افزودن مسیرهای عمودی بسیار بیشتر، این تراشه می‌تواند همزمان به توان عملیاتی بالاتر و مصرف انرژی کمتر در هر عملیات دست یابد؛ ترکیبی که مدت‌ها برای معماری‌های مسطح و معمولی دور از دسترس به نظر می‌رسید.

رابرت ام. رادوی (Robert M. Radway)، استادیار مهندسی برق و سیستم‌ها در دانشگاه پنسیلوانیا و یکی از نویسندگان این مطالعه، می‌گوید: «دیوار حافظه و دیوار کوچک‌سازی، ترکیبی مرگبار را تشکیل می‌دهند. ما با ادغام تنگاتنگ حافظه و منطق و سپس ساخت‌وساز رو به بالا با تراکم بسیار زیاد، مستقیماً به جنگ آن رفتیم. این شبیه به «منهتنِ محاسبات» است؛ ما می‌توانیم افراد (داده‌های) بیشتری را در فضای کمتری جای دهیم.»