پژوهشگران کالج مهندسی دانشگاه ایالتی اورگن موفق به طراحی تراشه‌ای جدید شده‌اند که می‌تواند میزان مصرف انرژی مدل‌های هوش مصنوعی بزرگ مانند جمینای و GPT-4 را تا 50 درصد کاهش دهد.
براساس گزارش دانشگاه ایالتی اورگن، «رامین جوادی»، دانشجوی ایرانی مقطع دکتری در این دانشگاه، با همکاری «تِجاسوی آناند»، استاد مهندسی برق، این فناوری را در کنفرانس IEEE CICC در بوستون معرفی کرده‌اند. به گفته آنها، این تراشه از اصول هوش مصنوعی برای پردازش بهره می‌گیرد و نسبت به طراحی‌های سنتی، انرژی بسیار کمتری مصرف می‌کند.
به گزارش دیجیاتو، جوادی توضیح می‌دهد که مدل‌های زبانی بزرگ برای ارسال و دریافت حجم زیادی از داده از طریق کابل‌های مسی در مراکز داده، نیاز به انرژی زیادی دارند. یکی از راه‌حل‌ها برای کاهش این مصرف انرژی، توسعه تراشه‌های ارتباطی سیمی بهینه‌تر است.
او درباره نحوه عملکرد تراشه خود می‌گوید که اکثر سیستم‌های ارتباطی سیمی از ابزاری به نام اکولایزر برای تصحیح داده استفاده می‌کنند که انرژی زیادی مصرف می‌کند. اما در این تحقیق، جوادی و همکارش با استفاده از اصول هوش مصنوعی توانسته‌اند داده‌ها را به‌شکلی هوشمندتر و کم‌مصرف‌تر روی تراشه پیاده‌سازی کنند. همچنین تراشه آنها می‌تواند با یادگیری و تشخیص الگوهای خطا، آنها را اصلاح کند.
آناند که مدیریت آزمایشگاه سیستم‌ها و مدارهای آنالوگ-دیجیتال ترکیبی دانشگاه ایالتی اورگن را برعهده دارد، درباره اهمیت تحقیق خود می‌گوید:
«میزان انرژی موردنیاز برای ارسال یک بیت داده، به اندازه‌ای که تقاضا برای نرخ انتقال داده افزایش می‌یابد کاهش پیدا نمی‌کند. همین موضوع باعث مصرف بالای برق در مراکز داده می‌شود.»
این پروژه با حمایت آژانس پروژه‌های تحقیقاتی پیشرفته دفاعی آمریکا (DARPA)، شرکت تحقیقات نیمه‌رساناها (SRC) و مرکز ارتباطات فراگیر انجام شده و جایزه بهترین مقاله دانشجویی را در کنفرانس IEEE برای جوادی به همراه داشته است. آنها درحال کار روی نسخه بعدی این تراشه هستند که انتظار می‌رود باز هم باعث افزایش بهره‌وری انرژی شود.
