يريد Semron استبدال الترانزستورات ذات الرقائق بـ “المكثفات الذاكرةية”
تعمل شركة Semron الناشئة الجديدة ومقرها ألمانيا على تطوير ما تصفه بشرائح “ثلاثية الأبعاد” لتشغيل نماذج الذكاء الاصطناعي محليًا على الهواتف الذكية وسماعات الأذن وسماعات الواقع الافتراضي وغيرها من الأجهزة المحمولة.
تستخدم رقائق سيمرون، التي شارك في ابتكارها كاي أوي ديماسيوس وآرون كيرشن، خريجا الهندسة من جامعة دريسدن للتكنولوجيا، المجالات الكهربائية لإجراء العمليات الحسابية بدلاً من التيارات الكهربائية، وهي وسيلة المعالجات التقليدية. ويدعي كيرشن أن هذا يمكّن الرقائق من تحقيق كفاءة أعلى في استخدام الطاقة مع الحفاظ على تكاليف التصنيع لإنتاجها منخفضة.
قال كيرشن لـ TechCrunch في مقابلة عبر البريد الإلكتروني: “بسبب النقص المتوقع في موارد حوسبة الذكاء الاصطناعي، فإن العديد من الشركات التي لديها نموذج أعمال يعتمد على الوصول إلى مثل هذه القدرات تخاطر بوجودها – على سبيل المثال، الشركات الناشئة الكبيرة التي تدرب نماذجها الخاصة”. “ستمكننا الميزات الفريدة لتقنيتنا من الوصول إلى سعر رقائق اليوم للأجهزة الإلكترونية الاستهلاكية على الرغم من أن رقائقنا قادرة على تشغيل الذكاء الاصطناعي المتقدم، وهو ما لا يفعله الآخرون.”
تقوم رقائق سيمرون – التي قدم ديماسيوس وكيرشن براءة اختراع أولية لها في عام 2016، قبل أربع سنوات من تأسيس سيمرون – باستغلال مكون غير عادي إلى حد ما، يُعرف باسم “مكثف الذاكرة”، أو مكثف مزود بذاكرة، لتشغيل العمليات الحسابية. غالبية رقائق الكمبيوتر مصنوعة من الترانزستورات، والتي على عكس المكثفات لا يمكنها تخزين الطاقة؛ إنها تعمل فقط كمفاتيح تشغيل/إيقاف، حيث تسمح بمرور التيار الكهربائي أو توقفه.
تعمل المكثفات الذاكرية الخاصة بشركة Semron، والمصنوعة من مواد شبه موصلة تقليدية، من خلال استغلال مبدأ يُعرف في الكيمياء باسم حماية الشحنة. تتحكم المكثفات الذاكرية في المجال الكهربائي بين القطب العلوي والقطب السفلي عبر “طبقة واقية”. يتم التحكم في طبقة التدريع بدورها بواسطة ذاكرة الشريحة، والتي يمكنها تخزين “الأوزان” المختلفة لنموذج الذكاء الاصطناعي. (تعمل الأوزان بشكل أساسي مثل المقابض في النموذج، حيث تتلاعب وتضبط أداءه أثناء تدريبه على البيانات ومعالجتها.)
يقلل نهج المجال الكهربائي من حركة الإلكترونات على مستوى الشريحة، مما يقلل من استخدام الطاقة والحرارة. يهدف Semron إلى الاستفادة من خصائص خفض الحرارة للمجال الكهربائي لوضع ما يصل إلى مئات الطبقات من المكثفات الذاكرةية على شريحة واحدة، مما يؤدي إلى زيادة القدرة الحاسوبية بشكل كبير.
وأضاف كيرشن: “نحن نستخدم هذه الخاصية كعامل تمكين لنشر موارد الحوسبة عدة مئات أضعاف في منطقة السيليكون الثابتة”. “فكر في الأمر وكأنه مئات الرقائق في حزمة واحدة.”
وفي دراسة أجريت عام 2021 ونشرت في المجلة إلكترونيات الطبيعة, نجح الباحثون في Semron ومعهد ماكس بلانك لفيزياء البنية الدقيقة في تدريب نموذج رؤية حاسوبية بكفاءة طاقة تزيد عن 3500 TOPS/W – أعلى بـ 35 إلى 300 مرة من التقنيات الحالية. يعد TOPS/W مقياسًا غامضًا بعض الشيء، ولكن الاستنتاج هو أن المكثفات الذاكرة يمكن أن تؤدي إلى تخفيضات كبيرة في استهلاك الطاقة أثناء تدريب نماذج الذكاء الاصطناعي.
الآن، هذه الأيام الأولى لشركة Semron، التي يقول كيرشن إنها في مرحلة “ما قبل المنتج” ولديها إيرادات “ضئيلة” لتحقيقها. غالبًا ما يكون الجزء الأصعب من عملية تكثيف الشركات الناشئة للرقائق هو التصنيع الضخم والوصول إلى قاعدة عملاء ذات معنى – وإن لم يكن بالضرورة بهذا الترتيب.
ما يجعل الأمور أكثر صعوبة بالنسبة لشركة Semron هو حقيقة أن لديها منافسة شديدة في مشاريع الرقائق المخصصة مثل Kneron، وEnCharge، وTenstorrent، والتي جمعت بشكل جماعي عشرات الملايين من الدولارات من رأس المال الاستثماري. تقوم شركة EnCharge، مثل شركة Semron، بتصميم شرائح كمبيوتر تستخدم المكثفات بدلاً من الترانزستورات، ولكن باستخدام بنية ركيزة مختلفة.
ومع ذلك، تمكنت Semron – التي لديها قوة عاملة مكونة من 11 شخصًا وتخطط لنموها بحوالي 25 شخصًا بحلول نهاية العام – من جذب التمويل من المستثمرين بما في ذلك Join Capital وSquareOne وOTB Ventures وOnsight Ventures. حتى الآن، جمعت الشركة الناشئة 10 ملايين يورو (حوالي 10.81 مليون دولار).
قال شريك SquareOne جورج ستوكينجر عبر البريد الإلكتروني:
“ستصبح موارد الحوسبة “نفط” القرن الحادي والعشرين. ومع غزو النماذج اللغوية الكبيرة المتعطشة للبنية التحتية للعالم ووصول قانون مور إلى حدود الفيزياء، فإن عنق الزجاجة الهائل في موارد الحوسبة سوف يشكل السنوات القادمة. إن عدم كفاية الوصول إلى البنية التحتية الحاسوبية من شأنه أن يؤدي إلى إبطاء الإنتاجية والقدرة التنافسية بشكل كبير لكل من الشركات والدول القومية بأكملها. ستكون Semron عنصرًا أساسيًا في حل هذه المشكلة من خلال توفير شريحة ثورية جديدة متخصصة بطبيعتها في نماذج الذكاء الاصطناعي الحاسوبية. إنه يخالف نموذج الحوسبة التقليدي القائم على الترانزستور ويقلل التكاليف واستهلاك الطاقة لمهمة حوسبة معينة بما لا يقل عن 20 مرة.
اكتشاف المزيد من مجلة كوكان
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.