Koniec marnotrawstwa energii. Nowy chip z klasztoru nauki w Loughborough jest 2000 razy oszczędniejszy

Współczesna sztuczna inteligencja to energetyczny żarłok, który zjada gigawatogodziny prądu tylko po to, by przesyłać dane w kółko między procesorem a pamięcią. Fizycy z Loughborough University właśnie pokazali, że możemy przestać budować cyfrowe rurociągi i zacząć budować mózgi.

Architektura chaosu zamiast krzemowej nudy

Tradycyjne systemy AI, od ChatGPT po algorytmy giełdowe, opierają się na architekturze von Neumanna. To model, w którym dane stale podróżują między dwiema „biurami”: pamięcią i procesorem. Każdy taki ruch kosztuje energię. Naukowcy z Loughborough stworzyli jednak urządzenie, które przetwarza dane zmienne w czasie bezpośrednio wewnątrz sprzętu, wykorzystując do tego rezystory pamięciowe (memrystory).

Biologia zamknięta w tlenku niobu

Zamiast sztywnych ścieżek logicznych, zespół dr. Pavla Borisova wykorzystał nanometrowe pory w filmach z tlenku niobu. Tworzą one losowe, złożone połączenia fizyczne, które imitują sposób, w jaki ludzki mózg buduje sieć neuronową.

To nie jest tylko ewolucja. To totalne przeorientowanie filozofii budowania komputerów.

2000 razy mniej prądu za tę samą pracę

Obietnica jest potężna: wydajność energetyczna wyższa o trzy rzędy wielkości. W świecie, gdzie farmy serwerowe AI zaczynają przeciążać sieci energetyczne całych państw, redukcja zużycia energii o 2000 razy brzmi jak science-fiction, ale wynika bezpośrednio z eliminacji tzw. wąskiego gardła pamięci.

Chip nie służy jednak do pisania wierszy. Jego naturalnym środowiskiem jest chaos.

• Monitorowanie parametrów życiowych w smartwatchach.
• Analiza pracy silników odrzutowych i reaktorów jądrowych.
• Prognozowanie ekstremalnych zjawisk pogodowych.
• Autonomiczna nawigacja robotów w czasie rzeczywistym.

Wszędzie tam, gdzie dane płyną strumieniem i zmieniają się z sekundy na sekundę, tradycyjne AI dławi się koniecznością ciągłego przesyłania informacji do chmury. Nowy chip pozwala na lokalne, natychmiastowe wnioskowanie przy ułamku dotychczasowych kosztów.

Sceptycyzm? Skalowanie to największy wróg

Choć wyniki z Loughborough są imponujące, musimy patrzeć na nie przez pryzmat rzeczywistości rynkowej. Przejście od laboratoryjnego prototypu opartego na tlenku niobu do masowej produkcji układów scalonych to proces trwający dekadę lub dłużej. Dzisiejszy przemysł półprzewodników jest zabetonowany wokół krzemu, a każda zmiana paradygmatu fizycznego wymaga miliardowych inwestycji w nowe fabryki (foundries).

To nie jest chip, który jutro trafi do Twojego iPhone’a. To fundament pod nową klasę urządzeń „edge AI”, które będą pilnować Twojego serca lub stabilności reaktora jądrowego bez pożerania baterii w oczach.