Yeni 100 Kat Daha Hızlı Çip ile Işık Hızında 6G İşleme Hızına Ulaşıyor

Massachusetts Teknoloji Enstitüsü (MIT)’ndeki bir ekip sadece kablosuz sinyaller için tasarlanmış yeni bir yapay zeka çipi geliştirdi ve bu çip 6G işleme hızında dikkat çekiyor. Ekip, cihazlarına çarpımsal analog frekans dönüşümlü optik sinir ağı (MAFT-ONN) adı verdi. Bu cihaz, ham radyo frekansı (RF) sinyallerinde tamamen analog biçimde çalışıyor. Laboratuvar testlerinde, modülasyon sınıflandırması başarıyla gerçekleştirildi ve bu sınıflandırma, hızla %95 doğruluğa ulaştı. Ek olarak, MNIST (Değiştirilmiş Ulusal Standartlar ve Teknoloji Enstitüsü) veri kümesinden el yazısıyla yazılmış rakamları tanımak için yaklaşık dört milyon tamamen analog çarpma-biriktirme işlemi gerçekleştirdi.

Klasik optik sinir ağları, ölçeklendirmede sıklıkla engellerle karşılaşıyor ve çok fazla ek donanıma ihtiyaç duyuyor. MAFT-ONN, herhangi bir sayısallaştırma işlemi gerçekleşmeden önce sinyalleri frekans alanına dönüştürerek bu sorunu çözüyor. Her katman, hem düz çizgi (doğrusal) hem de daha karmaşık (doğrusal olmayan) hesaplamaları anında yapmak için tek bir optik işlemci kullanıyor. Ronald Davis III, “Tek bir cihaza 10.000 nöron sığdırabilir ve gerekli çarpımları tek seferde hesaplayabiliriz” diyor.

Manyetik formda verileri Shannon kapasite sınırına (bir iletişim kanalı üzerinden iletilebilecek maksimum bilgi miktarını tanımlar) yakın bir yerde taşıması sayesinde MAFT-ONN, normal RF alıcılarından yüzlerce kat daha hızlı çalışıyor ve 120 nanosaniyelik tek bir ölçümde %85 doğruluk oranına ulaşıyor. Hatta birkaç ölçüm daha alarak %99’un üzerine çıkabiliyor. Davis, “Ne kadar uzun ölçüm yaparsanız, o kadar yüksek doğruluk elde edersiniz. MAFT-ONN çıkarımları nanosaniyeler içinde hesapladığı için daha fazla doğruluk elde etmek için çok fazla hız kaybetmezsiniz,” diye ekliyor.

Dijital yapay zeka çipleriyle karşılaştırıldığında, bu fotonik (ışık tabanlı olduğu için) işlemci çok daha az güç tüketirken yaklaşık 100 kat daha hızlı. Ayrıca daha küçük, daha hafif ve daha ucuz. Bu da onu, modülasyon formatlarını gerçek zamanlı olarak ayarlayarak veri hızlarını artıran ve paraziti azaltan bilişsel radyolar gibi uç cihazlar için doğal bir uyum haline getiriyor.

Derin öğrenmeyi ışık hızında ilerletmek, kablosuzun ötesine geçebilir. Otonom araçların göz açıp kapayıncaya kadar tepki vermesini veya akıllı kalp pillerinin kalp sağlığını sürekli izlemesini sağlayabilir. Ekip daha sonra hesaplamayı daha da artırmak ve tasarımı transformatörler ve büyük dil modelleri gibi daha büyük yapay zeka modellerine uyarlamak için çoklama şemaları eklemeyi planlıyor.