توفر شبكة الرقائق الضوئية في الصين حوسبة أسرع بمعدل 100 مرة مع تسع الحوسبة
قام باحثون صينيون ببناء نظام ربط بصري يعمل على تسريع استدلال الذكاء الاصطناعي الموزع بشكل كبير مع استخدام جزء صغير من موارد الحوسبة التي تتطلبها الأنظمة التقليدية المعتمدة على وحدة معالجة الرسومات. حقق النموذج الأولي زيادة تزيد عن 100 ضعف في سرعة الاستدلال مع الاعتماد على حوالي تسع فقط من القوة الحسابية لوحدة معالجة الرسومات التجارية. يقوم النظام، الذي طوره باحثون في جامعة بكين، بربط شرائح حاسوبية متعددة من خلال شبكة بصرية كاملة على الشريحة بدلاً من الروابط الكهربائية التقليدية. تم تصميم هذا النهج لتقليل التأخير وتحسين حركة البيانات بين الشرائح، وهو أحد الاختناقات المتزايدة في توسيع نطاق أعباء عمل الذكاء الاصطناعي. يوجد في وسط المنصة جهاز إرسال واستقبال ضوئي من السيليكون بسرعة 400 جيجابت في الثانية يحول الإشارات الكهربائية إلى إشارات ضوئية ويعود مرة أخرى. وهي تعمل جنبًا إلى جنب مع شريحة تبديل بصرية مخصصة مقاس 16 × 16 تعمل على توجيه البيانات بين عقد الحوسبة، مما يؤدي إلى إنشاء شبكة اتصالات قابلة للتطوير مع عرض نطاق ترددي إجمالي للتبديل يصل إلى 6.4 تيرابت في الثانية. يقول الباحثون إن التصميم يحول التركيز من مجرد إضافة المزيد من أجهزة الحوسبة إلى تحسين كيفية تواصل الرقائق، مما يسمح لمعالجات متعددة بالعمل معًا بكفاءة أكبر أثناء استدلال الذكاء الاصطناعي. يستبدل الضوء الاختناقات إحدى السمات الرئيسية للمفتاح البصري هي خسارته الإجمالية التي تقل عن 5 ديسيبل، بما في ذلك فقدان الاقتران. وفقًا للفريق، يسمح هذا بنقل عالي السرعة وخالي من الأخطاء دون الحاجة إلى تعويض الكسب البصري الخارجي. يحافظ المحول أيضًا على أداء خالٍ من الأخطاء عبر مسارات اتصال متعددة ويدعم استجابة طيفية تتجاوز 100 نانومتر، مما يجعله مناسبًا لتوسيع عرض النطاق الترددي في المستقبل من خلال تعدد الإرسال بتقسيم الطول الموجي. ولتوضيح هذه البنية، استخدم الباحثون شبكة عصبية تلافيفية مكونة من خمس طبقات لتقليل ضوضاء الصورة. تم تخصيص كل طبقة لوحدة حوسبة منفصلة، بينما قام المفتاح البصري بتوصيل المعالجات عبر خط أنابيب. بدلاً من تخزين البيانات الوسيطة بشكل متكرر في الذاكرة قبل إرسالها إلى المعالج التالي، يقوم النظام بنقل خرائط الميزات مباشرة عبر الشبكة الضوئية. أدى هذا إلى تقليل التأخير المرتبط بعمليات نقل الذاكرة والحفاظ على عمل وحدات الحوسبة بشكل مستمر. بالمقارنة مع وحدة معالجة الرسومات التجارية التي تقوم بنفس مهمة تقليل الضوضاء، قدم النظام البصري استدلالًا أسرع بما يزيد عن مائة مرة بينما استخدم فقط حوالي تسع الموارد الحسابية. توسيع نطاق الذكاء الاصطناعي بشكل مختلف يعتقد الباحثون أن العمل يسلط الضوء على طريقة مختلفة لتحسين أداء الذكاء الاصطناعي مع استمرار نمو النماذج. وكتب المؤلفون: “يمكن تحقيق أهداف محددة في ظل موارد حسابية محدودة عندما يتم تصميم الخوارزميات والبنى الدقيقة للمعالج والترابط على مستوى الشريحة”. وأضافوا: “يمكن لهذا النسيج أيضًا التخفيف من استخدام الطاقة غير المستدامة في مراكز البيانات وتحسين زمن الوصول أو الاستهلاك في سيناريوهات الحوسبة الطرفية”. يقول الفريق إن التقدم في البصريات المجمعة، وأجهزة الإرسال والاستقبال الضوئية السيليكونية، وواجهات شرائح الذكاء الاصطناعي الأسرع يمكن أن تساعد في تحويل العقد الضوئية الفائقة الموجودة على الرقاقة إلى أساس عملي لأنظمة الحوسبة الموزعة في المستقبل. يمكن أن توفر مثل هذه الأنظمة النطاق الترددي العالي، وزمن الوصول المنخفض، وكفاءة الطاقة اللازمة لدعم أعباء عمل الجيل التالي من الذكاء الاصطناعي دون الاعتماد فقط على مجموعات أكبر من المعالجات المتعطشة للطاقة بشكل متزايد. ونشرت الدراسة في مجلة ناشيونال ساينس ريفيو.
تم النشر: 2026-07-13 21:54:00
