← أحدث الأبحاث
⚡ الهندسة الكهربائية

Wavelength-Division-Multiplexed Photonic Tensor Core Using Nonvolatile and Volatile Weighting with a General Matrix-Multiply Compiler

تقدم هذه الورقة تصميم وتصنيع وعرضاً تجريبياً لنواة تنسورية فوتونية متعددة الإرسال بتقسيم الطول الموجي، تدمج كلاً من ذاكرة تغيير الطور غير المتطايرة والوزن الحراري البصري المتطاير، مدعومة بمترجم مخصص، لتحقيق ضرب مصفوفات عالي الكفاءة بأداء متوقع يصل إلى 8.75 تريليون عملية في الثانية و3.04 تريليون عملية في الثانية لكل واط.

المؤلفون الأصليون: Xiaoxuan Ma, Nicola Peserico, Ahmed Khaled, Zhimu Guo, Safayat Chowdhury Nirjon, Jiawei Meng, Hamed Dalir, Bhavin J. Shastri, Volker J. Sorger

نُشر 2026-09-30
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Xiaoxuan Ma, Nicola Peserico, Ahmed Khaled, Zhimu Guo, Safayat Chowdhury Nirjon, Jiawei Meng, Hamed Dalir, Bhavin J. Shastri, Volker J. Sorger

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

في العالم الحديث، أصبح الذكاء الاصطناعي قوة مؤثرة، تقود كل شيء من التشخيص الطبي إلى المركبات ذاتية القيادة. ومع ذلك، فإن هذا الذكاء يأتي بثمن باهظ: فالرقائق الحاسوبية الضخمة التي تشغل هذه الأنظمة بدأت تصطدم بالحدود الفيزيائية. لقد أصبحت كبيرة جدًا، وبطيئة جدًا، وتستهلك طاقة هائلة لدرجة تعجز معها عن مواكبة الطلب المتزايد على الحسابات المعقدة. ولحل هذه المشكلة، يتطلع العلماء نحو الضوء. فبدلاً من استخدام الكهرباء لنقل المعلومات عبر أسلاك السيليكون، كما تفعل الحواسيب التقليدية، يستكشف الباحثون طرقاً لاستخدام الفوتونات، أو جسيمات الضوء، لإجراء الحسابات. يمكن للضوء أن ينتقل بسرعة أكبر ويحمل بيانات أكثر بحرارة أقل، مما يوفر مساراً محتملاً لآلات تكون سريعة للغاية وفعالة بشكل ملحوظ في آن واحد. وقد كان التحدي يكمن في بناء رقاقة لا تكتفي بتوجيه الضوء فحسب، بل تستخدمه أيضاً لإجراء العمليات الرياضية النوعية والضخمة التي يتطلبها الذكاء الاصطناعي، والمعروفة بضرب المصفوفات، دون فقدان الدقة أو الاستقرار.

لقد اتخذ فريق من الباحثين الآن خطوة كبيرة للأمام من خلال تصميم واختبار نوع جديد من الرقائق الحاسوبية التي تستخدم الضوء لإجراء هذه الحسابات الأساسية. فقد ابتكروا جهازاً يسمى "النواة الفوتونية الموترة" (photonic tensor core)، والذي يعمل كمحرك متخصص للعمليات الرياضية الكامنة وراء الذكاء الاصطناعي. قام الفريق ببناء نسختين مختلفتين من هذا المحرك لمعرفة كيفية تعاملهما مع أنواع مختلفة من المهام. تستخدم إحدى النسخ مادة خاصة يمكنها تخزين المعلومات بشكل دائم دون الحاجة إلى طاقة، تماماً مثل الذاكرة الرقمية التي لا تنسى أبداً. أما النسخة الأخرى، فتستخدم نظاماً قابلاً للتعديل بسرعة يمكنه تغيير إعداداته في لمح البصر، مما يسمح له بالتكيف بسرعة مع البيانات الجديدة. وتعتمد كلتا النسختين على تقنية تسمى "تعدد الإرسال بتقسيم الطول الموجي"، والتي تسمح للرقاقة بإرسال تدفقات متعددة من البيانات في وقت واحد باستخدام ألوان مختلفة من الض light، تماماً كما يمتلك الطريق السريع مسارات متعددة لحمل حركة مرور أكثر مما يمكن لطريق واحد استيعابه.

نجح الباحثون في بناء هذه الرقائق واختبارها لمعرفة مدى جودة أدائها في مهام العالم الحقيقي. ووجدوا أن النسخة التي تستخدم المادة الدائمة كانت موفرة للطاقة بشكل استثنائي، حيث تستهلك طاقة ضئيلة جداً للحفاظ على إعداداتها، مما يجعلها مثالية للأجهزة التي تحتاج إلى العمل لفترات طويلة ببطارية واحدة. أما النسخة القابلة للتعديل، فرغم استهلاكها طاقة أكبر قليلاً لتغيير إعداداتها، إلا أنها قدمت دقة أعلى ويمكن إعادة تكوينها بسرعة، مما يجعلها الأنسب للمهام التي تتطلب تحديثات مستمرة. ولإثبات نجاح النظام، استخدم الفريق هذه التقنية لمعالجة الصور؛ حيث طلبوا من الرقاقة تحديد الحواف في صورة ما، ودمج وجه مع قناع رقمي، وهي مهام أساسية لكيفية "رؤية" الحواسيب للعالم وفهمه. وقد نفذت الرقاقة هذه العمليات بمعدل خطأ منخفض جداً، حيث أتمت بنجاح الحسابات التي قد تتطلب عادةً معالجاً إلكترونياً أكبر بكثير وأكثر استهلاكاً للطاقة.

ولضمان قدرة النظام على التعامل مع الرياضيات المعقدة اللازمة لنماذج الذكاء الاصطناعي الأكبر، طور الباحثون أيضاً أداة برمجية خاصة. تعمل هذه الأداة كمترجم، حيث تقوم بتفكيك المشكلات الرياضية الضخمة والمعقدة إلى أجزاء أصغر يمكن للرقاقة الفيزيائية التعامل معها. وقد اختبروا هذا المزيج من الأجهزة والبرامج من خلال محاكاة كيفية التعرف على الأرقام المكتوبة بخط اليد، وهو اختبار كلاسيكي للذكاء الاصطناعي. وأظهرت النتائج أنه بينما كان النظام القائم على الضوء أقل دقة بقليل من الحاسوب الإلكتروني القياسي عند التعامل مع الأجزاء الأكثر تعقيداً من الرياضيات، إلا أنه كان متفوقاً بمراحل من حيث السرعة واستهلاك الطاقة. ويقدر الباحثون أنه إذا قاموا بتوسيع نطاق تصميمهم إلى حجم أكبر، فيمكن للنظام إجراء مليارات الحسابات في الثانية مع استخدام جزء ضئيل من الطاقة التي تتطلبها التكنولوجيا الحالية.

يبرهن هذا العمل على إمكانية بناء نظام معياري حيث يمكن دمج أنواع مختلفة من المعالجات الضوئية لتناسب احتياجات محددة. وقد أظهر الفريق أنه من خلال استخدام الضوء للقيام بالمهام الرياضية الشاقة، يمكنهم إنشاء نظام ليس فقط أسرع، بل أيضاً أكثر دمجاً وكفاءة في استهلاك الطاقة مما هو متاح حالياً. وبينما يعد النموذج الأولي الحالي مجرد إثبات لمفهوم صغير، فإن المبادئ التي استعرضوها تشير إلى مستقبل يمكن فيه تشغيل الذكاء الاصطناعي على أجهزة صغيرة محمولة دون الحاجة إلى مراكز بيانات ضخمة. ويعتقد الباحثون أنه من خلال الاستمرار في تطوير هذه الرقائق الضوئية ودمجها مع الأنظمة الإلكترونية الموجودة، يمكنهم فتح الباب أمام جيل جديد من التكنولوجيا القادرة على معالجة المعلومات بسرعة الضوء، مما يجلب الذكاء الاصطناعي القوي إلى حافة الشبكة حيث تشتد الحاجة إليه.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف ⚡ eess →