تیمی از محققان به سرپرستی دانشمندی ایرانی تراشهای نوری ابداع کردهاند که میتواند دادهها را با سرعتی نزدیک به ۲۰ برابر سریعتر از سیستمهای فعلی منتقل کند و درعینحال، مصرف انرژی را کاهش دهد. این فناوری میتواند مشکل عطش سیریناپذیر مراکز داده هوش مصنوعی برای انرژی را حل کند.
براساس گزارش Interesting Engineering، با رشد سریع هوش مصنوعی، مراکز داده مدرن با یک مسئله بزرگ روبهرو شدهاند: مصرف انرژی بسیار بالا. اکنون تیمی از پژوهشگران در مرکز اپتیک، فوتونیک و لیزر (COPL) دانشگاه لاوال کانادا به رهبری «علیرضا گراوند» یک راهکار جالب توسعه دادهاند.
محققان موفق به ساخت یک تراشه فوتونیک (نوری) به نازکی یک تار مو شدهاند که بهجای الکتریسیته، از نور برای انتقال داده استفاده میکند. عملکرد این تراشه از هر نظر شگفتانگیز است؛ این تراشه میتواند دادهها را با سرعت ۱۰۰۰ گیگابیتبرثانیه (یک ترابیتبرثانیه) منتقل کند. این درحالی است که سیستمهای پیشرفته فعلی حداکثر سرعتی حدود ۵۶ گیگابیتبرثانیه دارند.
برای درک بهتر این سرعت، علیرضا گراوند، نویسنده اصلی این مقاله، میگوید:
«شما میتوانید یک مجموعه داده آموزشی کامل، معادل بیش از ۱۰۰ میلیون کتاب را در کمتر از ۷ دقیقه منتقل کنید؛ تقریباً به اندازه زمان دمکردن یک فنجان قهوه.»
شگفتانگیزتر از سرعت، مصرف انرژی این تراشه است. این دستگاه برای چنین انتقال عظیمی، فقط ۴ ژول انرژی مصرف میکند؛ مقداری که تنها برای گرمکردن یک میلیلیتر آب به اندازه یک درجه سانتیگراد کافی است.
این پیشرفت بزرگ مدیون نوآوری در استفاده از مدولاتورهای میکرورینگ (MRMs) است. این دستگاههای حلقهای شکل و میکروسکوپی از جنس سیلیکون، نور را برای کدگذاری اطلاعات تغییر میدهند. تا پیشازاین، سیستمها تنها از «شدت» نور برای انتقال داده بهره میبردند. اما تیم دانشگاه لاوال با استفاده از یک سیستم دوگانه، موفق شدند علاوهبر شدت، از «فاز» نور (شیفت موج) نیز به عنوان یک بُعد جدید برای کدگذاری اطلاعات استفاده کنند. این رویکرد، پهنای باند و ظرفیت انتقال داده را به شکل نمایی افزایش میدهد.
مراکز داده مدرن که هزاران پردازنده دارند، با مشکل ارتباطات کُند و پرمصرف در فواصل طولانی روبهرو هستند. گراوند میگوید: «شما با سیستمی مواجه میشوید که کیلومترها طول دارد.» اما با این فناوری جدید، پردازندهها میتوانند به گونهای با هم ارتباط برقرار کنند که گویی فقط چند متر از هم فاصله دارند. این امر میتواند مشکل مصرف انرژی بالای صنعت هوش مصنوعی را حل کند.
یافتههای این پژوهش در نیچر منتشر شده است.