Kínai és amerikai kutatócsoportok egymástól független, de egymással versengő fejlesztéseket jelentettek be a mesterséges intelligencia (AI) számítástechnika területén, amelyek a közlésük szerint jelentős sebesség- és energiahatékonyság-növekedést ígérnek a hagyományos AI-rendszerekhez képest.
A bejelentések új fejezetet nyitnak a globális AI dominancia versenyben: miközben Kína egy, az amerikai technológiától független, agy-inspirált chip- és modellarchitektúrát mutatott be, amerikai kutatók fényalapú számítási rendszerekkel álltak elő.
A Kínai Tudományos Akadémia „agyszerű” AI-modellje
A Kínai Tudományos Akadémia kutatói bemutatták a SpikingBrain 1.0-t, amelyet a világ első „agyszerű” nagy nyelvi modelljeként írnak le, mely 25–100-szoros gyorsulást eredményezhet a hagyományos AI-rendszerekhez képest. A modell az emberi idegrendszer működését úgy utánozza, hogy szelektíven csak a szükséges számítási útvonalakat aktiválja, szemben az olyan rendszerekkel, mint a ChatGPT vagy a Meta Llama modelljei.
Az arXiv-en közzétett tanulmány szerint a SpikingBrain a hagyományos AI-modellek által jellemzően igényelt tréning adatok kevesebb mint 2%-át igényli, miközben hasonló teljesítményt nyújt a nyelvi megértési feladatokban. A kutatók beszámolói szerint, az ultrahosszú szekvenciák kezelésekor az egyik variáns 26,5-szeres sebességnövekedést mutatott a Transformer architektúrákhoz képest a milliós tokenhosszúságú kontextusok feldolgozásakor.
A rendszer teljes egészében Kína saját, MetaX chipes platformján fut, amelyet egykori AMD-mérnökök fejlesztettek, miután 2020-ban megalapították a sanghaji székhelyű vállalatot. Ez fontos lépés a technológiai függetlenség felé, mivel az amerikai exportkorlátozások korlátozták Kína hozzáférését a fejlett chipekhez és más amerikai gyártók termékeihez.
A Microsoft fényalapú számítástechnikai rendszere
A Microsoft kutatói a Nature folyóiratban publikálták egy analóg optikai számítógép (AOC) prototípusának eredményeit, amely elektromosság helyett fényt használ a számításokhoz. A rendszer a mérések szerint akár 100-szor nagyobb energiahatékonyságot ígér a jelenlegi GPU-knál az optimalizálási problémák és az AI-következtetési feladatok megoldásakor.
A Microsoft csapata kereskedelmi forgalomban kapható komponensekből, többek között mikro-LED-ekből és okostelefon-kameraérzékelőkből építette meg a prototípust. A digitális számítógépekkel ellentétben, amelyek analóg és digitális formátumok között konvertálják a jeleket, az optikai rendszer folyamatos fényalapú feldolgozást biztosít a számítások során, elkerülve az átalakításokból eredő energiaveszteséget.
A tesztelés igazolta az AOC hatékonyságát a pénzügyi tranzakciók optimalizálásában és az orvosi képalkotás gyorsításában, a kutatók sikeresen rekonstruáltak agyi-szkenner képeket az eredeti adatok 62,5%-ának felhasználásával. Satya Nadella, a Microsoft vezérigazgatója kiemelte az áttörésben rejlő potenciált, amely
komplex, valós problémákat oldhat meg sokkal nagyobb hatékonysággal.
Floridai áttörés: mikrolencsés, fényalapú AI-chipek
A Microsofttól függetlenül a Floridai Egyetem kutatócsoportja olyan szilíciumchipeket fejlesztett, amelyek mikroszkopikus Fresnel-lencséket integrálnak, és lézerfény segítségével hajtanak végre AI-konvolúciós műveleteket. A prototípus 98%-os pontosságot ért el a kézzel írott számok osztályozásában, miközben jelentősen kevesebb energiát fogyasztott, mint az elektronikus megfelelői.
A Volker Sorger vezette kutatócsoport ultravékony optikai lencséket maratott közvetlenül szilíciumlapkákra standard gyártási eljárásokkal. A rendszer a gépi tanulási adatokat lézerfénnyé alakítja, a lencséken keresztül feldolgozza, majd az eredményeket visszaalakítja digitális jelekké.
A chipkialakítás támogatja a hullámhossz-multiplexelést, lehetővé téve több adatfolyam egyidejű feldolgozását különböző színű lézerek segítségével. Ez a fotonikus megközelítés potenciálisan integrálható a meglévő félvezetőgyártásba, olyan vállalatokkal, amelyek már most is építenek be optikai elemeket egyes MI-rendszereikbe.
Az MI-rendszerekre egyre nagyobb nyomás nehezedik az energiafogyasztás miatt, mivel az adatközpontok kisebb nemzetek energiafogyasztásával egyenértékű energiát használnak fel. Az egymással versengő megközelítések több lehetséges irányt is felvázolnak a hatékonyabb erőforrás-takarékos AI-számítástechnika felé, bár mind a kínai, mind az amerikai újítások még a fejlesztés korai szakaszában vannak, és további validálást és skálázást igényelnek.
még nem érkezett válasz
Friss hozzászólások betöltése...
A teljes beszélgetés Magyar AI - Mesterséges Intelligencia →