Işıkla çalışan bilgisayarlar, yapay zekânın süratle büyüyen güç muhtaçlığına tahlil olabilir mi? Penn State University araştırmacıları bu soruya cevap arayan dikkat alımlı bir prototip geliştirdi. Takım, optik bilişimin yapay zekâ sistemlerinde güç tüketimini nasıl düşürebileceğini ortaya koyan çalışmasını Science Advances mecmuasında yayımladı. Çalışmanın muharrirlerinden mühendislik profesörü Xingjie Ni, bunun yapay zekâ kesimine yönelik güçlü bir kavram delili olduğunu belirtiyor.
Yapay zekâyı çalıştırmanın bedeli
Yapay zekâ hem iş dünyasında hem de günlük hayatta süratle yaygınlaşıyor. Lakin bu yükselişin önemli bir güç maliyeti var. ChatGPT üzere sistemleri çalıştırmak için büyük ölçekte süreç gücü gerekiyor ve bu da data merkezlerinin elektrik tüketimini artırıyor. Milletlerarası Güç Ajansı’na nazaran data merkezleri 2024’te global güç tüketiminin yaklaşık yüzde 1,5’ini oluşturdu. Son beş yılda tüketim her yıl ortalama yüzde 12 arttı ve 2030’a kadar iki katına çıkabileceği iddia ediliyor. Artan elektrik talebi, mahallî şebekeler üzerinde baskı oluşturabiliyor ve maliyetlere direkt yansıyabiliyor. Bu nedenle yapay zekânın güç muhtaçlığını azaltabilecek alternatif hesaplama teknikleri giderek daha fazla değer kazanıyor.
Işık suratında hesaplama
Optik bilgisayarlar, hesaplama için elektrik yerine ışık kullanıyor. Kavram olarak 1960’lara uzanan bu yaklaşımın kökeni daha eski optik bilgi sürece çalışmalarına dayanıyor. Gerçek manada optik bilgisayarlar hâlâ araştırma laboratuvarlarında geliştiriliyor. Buna karşılık ışık darbeleriyle bilgi iletimi sağlayan optik data transferi, bugün birtakım büyük data merkezlerinde ve yerden uçağa irtibat sistemlerinde kullanılıyor.
Yapay zekâ alanında ise optik bilişim şimdi gelişmekte olan bir araştırma alanı. En büyük teknik zorluk, yapay hudut ağlarının gereksinim duyduğu doğrusal olmayan işlevleri üretmek. Işık doğal olarak düz bir çizgide ilerliyor. Meğer bilgi işleyebilen sistemler doğrusal olmayan giriş-çıkış ilgileri gerektiriyor. Bu özellik birçok vakit yüksek güçlü lazerler yahut üretimi güç özel materyallerle sağlanabiliyor. Ni’ye nazaran bu durum karmaşıklığı artırırken güç verimliliği avantajını zayıflatabiliyor. Grup, geliştirdikleri yolun bu ihtiyaçları ortadan kaldırırken dijital ağlarla misal performans sunduğunu belirtiyor.
“Sonsuz ayna” ile doğrusal olmayan hesaplama
Penn State araştırmacılarının tahlili “sonsuz ayna” ismi verilen bir düzenek. Prototipte küçük optik elemanlar bir döngü içinde konumlandırılıyor ve datalar direkt ışık hüzmelerine kodlanıyor. Işık sistem içinde tekrar tekrar dolaşırken vakitle doğrusal olmayan bir bağ oluşuyor. Ortaya çıkan ışık desenleri mikroskobik bir kamera ile yakalanıyor. Ni, yeterli tasarlanmış bir optik yapının güçlü doğrusal olmayan gereçler yahut yüksek güçlü lazerler olmadan da yapay zekânın muhtaçlık duyduğu davranışı üretebileceğini söylüyor. Bu yaklaşım donanımın kolay, süratli ve düşük güç tüketimli kalmasını sağlıyor.
Laboratuvardan bilgi merkezine uzanan yol
Optik bilgisayarların yapay zekâ sistemlerinde yaygın kullanımına şimdi birkaç yıl var. Ni, sanayiye yönelik bir prototip ve birinci gösterimler için iki ila beş yıllık bir takvim öngörüyor. Yatırım ölçüsü ve amaç uygulama alanı bu müddette belirleyici olacak.
Konu bilişim dünyasında yakından izleniyor. Microsoft Research bünyesinde misyon yapan Francesca Parmigiani, optik çiplerin gelecekte klâsik GPU’larla birlikte çalışabileceğini belirtiyor. Ona nazaran optik bilişim, çok daha fazla süreci paralel halde ve daha yüksek süratlerde gerçekleştirme potansiyeline sahip. Bu durum güç verimliliğinde değerli artışlar ve gecikme müddetlerinde düşüş sağlayabilir.
Kısa vadede klâsik elektronik sistemlerin büsbütün yerini alması beklenmüyor. Fakat hibrit bir modelde, genel maksatlı süreçleri ve belleği elektronikler yönetirken; vakit ve güç maliyeti yüksek belli hesaplamalar optik bileşenlerle hızlandırılabilir. Bu senaryo, yapay zekânın artan güç talebine karşı güçlü bir alternatif sunabilir.
Haber görseli: Jeff Xu / Penn State
