Unconventional AI قصد دارد مصرف انرژی هوش مصنوعی را تا ۱۰۰۰ برابر کاهش دهد
در حالی که تقاضای جهانی برای هوش مصنوعی تهدیدی برای پیشی گرفتن از منابع انرژی موجود است، یک استارتاپ جدید در تلاش است تا قوانین معماری سختافزار را بازنویسی کند. شرکت Unconventional AI به رهبری Naveen Rao، مدیر سابق بخش هوش مصنوعی Databricks، روی یک روش محاسباتی رادیکال و جدید شرطبندی کرده است تا بحران انرژی قریبالوقوع این صنعت را حل کند.
فراتر رفتن از معماریهای سنتی سیلیکونی
هسته اصلی مأموریت Unconventional AI در فاصله گرفتن از تراشههای متداولی نهفته است که در حال حاضر مدلهای زبانی بزرگ (LLMs) و مدلهای انتشار (diffusion models) را تغذیه میکنند. در حالی که صنعت عمدتاً بر بهینهسازی معماریهای موجود GPU و TPU تمرکز کرده است، Rao و تیم او در حال ساخت یک معماری کامپیوتری مبتنی بر نوسانساز (oscillator-based) از پایه هستند.
این رویکرد اساساً با ترانزیستورهای مورد استفاده در محاسبات دیجیتال استاندارد متفاوت است. این شرکت با بهرهگیری از نوسانسازها، قصد دارد پردازش استنتاج (inference) را با کارایی بیسابقهای انجام دهد. Rao معتقد است که این تغییر میتواند در نهایت مصرف انرژی مورد نیاز برای استنتاج هوش مصنوعی را تا ۱۰۰۰ برابر کاهش دهد و هوش مصنوعی را از یک بارِ انرژیبر به یک ابزار کاربردی و پایدار تبدیل کند.
Un0: «Hello World» محاسبات مبتنی بر نوسانساز
برای نشان دادن قابلیت اجرایی این مفهوم سختافزاری رادیکال، این شرکت اخیراً اولین مدل خود یعنی Un0 را رونمایی کرد. اگرچه Un0 در حال حاضر بر روی یک شبیهسازی نرمافزاری از تراشههای نوسانساز مورد نظر شرکت اجرا میشود، اما نتایج قابل توجه است. این مدل یک سیستم تولید تصویر است که عملکرد مدلهای انتشار پیشرفتهای مانند Stable Diffusion یا GPT Image 1 شرکت OpenAI را بازسازی میکند.
Rao با توصیف این عرضه به عنوان «hello world» نوع جدیدی از کامپیوتر، تأکید کرد که هدف اثبات این موضوع بوده است که یک منطق سختافزاری کاملاً متفاوت همچنان میتواند خروجیهای با کیفیت بالا و با دقت (high-fidelity) تولید کند. مقاله پژوهشی همراه، با جزئیات توضیح میدهد که چگونه این معماری شبیهسازی شده میتواند وظایف مولد (generative) پیچیده را با موفقیت انجام دهد و نقشهراهی برای سختافزار فیزیکی فراهم کند.
حل گلوگاه انرژی در مقیاسپذیری هوش مصنوعی
زمانبندی این توسعه بسیار حیاتی است. با افزایش تعداد پارامترها و پیچیدگی مدلهای هوش مصنوعی، محدودیت اصلی رشد از در دسترس بودن دادهها به در دسترس بودن توان الکتریکی تغییر میکند. Rao استدلال میکند که انرژی در سالهای آینده به «محدودیت بنیادی» برای هوش مصنوعی تبدیل خواهد شد و سقفی سخت برای میزان هوشمندی قابل استقرار ایجاد خواهد کرد.
Unconventional AI قصد دارد با ساخت یک پشته استنتاج (inference stack) کامل با این مسئله مقابله کند. نقشهراه شامل موارد زیر است:
- توسعه تراشههای فیزیکی مبتنی بر نوسانساز و انتشار طرحهای شماتیک آنها.
- ساخت سیستمهای کامل متشکل از این تراشههای اختصاصی.
- ارائه ظرفیت محاسباتی به عنوان سرویس، که در آن کاربران دستورات (prompts) را از طریق کابل شبکه ارسال کرده و استنتاجها را با ۱/۱۰۰۰ هزینه انرژی فعلی دریافت میکنند.
اگرچه این شرکت با داشتن کمتر از ۵۰ کارمند، ساختاری چابک و کوچک دارد، اما مأموریت آن به مهمترین مانع اقتصاد کلان پیش روی کل بخش هوش مصنوعی میپردازد: هزینه ناپایدار برق.
نکات کلیدی
- تغییر رادیکال در سختافزار: Unconventional AI برای بهینهسازی استنتاج هوش مصنوعی، از سیلیکون سنتی به سمت معماری مبتنی بر نوسانساز حرکت میکند.
- عملکرد اثباتشده: مدل Un0 این شرکت نشان میدهد که این معماری جدید میتواند با قابلیتهای تولید تصویر پیشروانی مانند Stable Diffusion برابری کند.
- حل بحران انرژی: هدف نهایی کاهش مصرف انرژی هوش مصنوعی تا ۱۰۰۰ برابر است تا گلوگاه انرژی قریبالوقوع که تهدید به محدود کردن مقیاسپذیری هوش مصنوعی میکند، برطرف شود.