بينما ينشغل عالم التكنولوجيا بأحدث نماذج اللغة الكبيرة المدعومة بمعالجات Nvidia، تحدث ثورة هادئة في مجال تكنولوجيا الذكاء الاصطناعي. مع تزايد وضوح القيود ومتطلبات الطاقة للهياكل التقليدية للتعلم العميق، يبرز نهج تحويلي يعرف بالحوسبة العصبية. يعد هذا النموذج بتقليص متطلبات الحوسبة والطاقة للذكاء الاصطناعي بشكل كبير.
فهم الحوسبة العصبية: تقليد تحفة الطبيعة
ما هي الأنظمة العصبية بالضبط؟ للنظر في هذا الأمر، تحدثنا مع سميت كومار، الرئيس التنفيذي ومؤسس شركة Innatera، وهي شركة رائدة في مجال شرائح الحوسبة العصبية. أوضح كومار: "تُصمم المعالجات العصبية لتقليد كيفية معالجة الأدمغة البيولوجية للمعلومات، بدلاً من تنفيذ عمليات متسلسلة على البيانات المخزنة، تستخدم هذه الشريحة شبكات من الخلايا العصبية الاصطناعية التي تتواصل عبر النبضات، مما يشبه السلوك العصبي الحقيقي."
يقدم هذا التصميم المستلهم من الدماغ مزايا واضحة، خاصة في الحوسبة الطرفية في الأجهزة الاستهلاكية وتطبيقات إنترنت الأشياء الصناعية. عرض كومار عدة حالات استخدام مثيرة، مثل معالجة الصوت المستمرة لتفعيل الصوت، دمج المستشعرات في الوقت الحقيقي في الروبوتات، ورؤية حاسوبية فائقة انخفاض الطاقة. وذكر: "المفتاح هو أن المعالجات العصبية تنفذ مهام الذكاء الاصطناعي المعقدة باستخدام جزء ضئيل من الطاقة التي تستهلكها الحلول التقليدية."
من جرس الباب إلى مركز البيانات: تطبيقات شرائح الحوسبة العصبية في العالم الحقيقي
ظهر المنتج الرئيسي لشركة Innatera، المعالج العصبي النبضي T1، في يناير 2024، مع عرض هذه الابتكارات. يدمج T1 محرك حساب يعتمد على الأحداث مع مُسرع CNN التقليدي ووحدة معالجة RISC-V، ليشكل منصة قوية للذكاء الاصطناعي ذا انخفاض كبير في استهلاك الطاقة في الأجهزة التي تعمل بالبطاريات.
قال كومار: "توفر حلولنا العصبية حسابات تستهلك طاقة أقل بمقدار 500 مرة مقارنة بالطرق التقليدية، كما أننا نحقق سرعات تعرف على الأنماط أسرع بحوالي 100 مرة من المنافسين." أحد التطبيقات البارزة يشمل شراكة مع Socionext، بائع مستشعرات ياباني، لإنشاء تقنية متقدمة للكشف عن وجود الإنسان. تم عرض هذه الحلول في CES في يناير، حيث تجمع بين مستشعر الرادار وشرائح Innatera العصبية، مما ينتج عنه أجهزة تضمن الكفاءة في استهلاك الطاقة مع الحفاظ على الخصوصية.
تعظيم الكفاءة في حسابات الذكاء الاصطناعي
لقد أثارت الإنجازات المبهرة في كفاءة الطاقة والسرعة اهتمامًا كبيرًا في الصناعة. كشف كومار عن عدة تعاونات مع العملاء، مع تزايد الحماس لتقنيات الحوسبة العصبية. تهدف الشركة إلى تضمين الذكاء في مليار جهاز بحلول عام 2030، مستهدفة سوق تطبيقات الحافة المستشعرات.
استجابةً للطلب المتزايد، تعزز Innatera جهود الإنتاج. من المقرر أن تبدأ إنتاج المعالج العصبي النبضي في وقت لاحق من عام 2024، مع توقعات بتسليم كميات كبيرة بحلول الربع الثاني من عام 2025. منذ تأسيسها في عام 2018 في جامعة دلفت للتكنولوجيا، نما عدد موظفي Innatera إلى حوالي 75، حيث أضافوا مؤخرًا نائب رئيس Apple السابق دوكو بسموي إلى مجلسهم الاستشاري.
الدمج السلس مع أدوات المطورين
أكد كومار على أهمية وجود أدوات تطوير سهلة الاستخدام لتعزيز اعتماد تكنولوجيا الحوسبة العصبية. "لقد قمنا بتطوير مجموعة أدوات تطوير برمجيات شاملة تمكّن مطوري التطبيقات من استهداف شريحتنا بسهولة." تستخدم مجموعة أدوات Innatera إطار PyTorch الشائع في التعلم الآلي. "يمكن للمطورين بناء شبكاتهم العصبية بالكامل في بيئة PyTorch القياسية."
بينما تهيمن نماذج اللغة الكبيرة على عناوين الأخبار، يعترف رواد الصناعة بشكل متزايد بالحاجة إلى هياكل شرائح جديدة. يُظهر استثمار سام ألتمان، الرئيس التنفيذي لـ OpenAI، في Rain، وهي شركة ناشئة أخرى في مجال الحوسبة العصبية، الاعتراف بأن تحقيق الذكاء الاصطناعي الأكثر تقدمًا قد يتطلب تغييرًا جذريًا في تصميم الحوسبة.
تنتظرنا حقبة جديدة في الذكاء الاصطناعي—واحدة تعد بأن تكون أسرع، وأكثر كفاءة، وأكثر توافقًا مع القدرات الرائعة للأدمغة البيولوجية.
قائمة الترتيب
