AI ವಿದ್ಯುತ್ ಬಳಕೆಯನ್ನು 1,000 ಪಟ್ಟು ಕಡಿಮೆ ಮಾಡಲು Unconventional AI ಗುರಿ
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ (AI) ಜಾಗತಿಕ ಬೇಡಿಕೆಯು ಲಭ್ಯವಿರುವ ಇಂಧನ ಪೂರೈಕೆಯನ್ನು ಮೀರಿಸುವ ಭೀತಿಯಲ್ಲಿದ್ದಂತೆ, ಒಂದು ಹೊಸ ಸ್ಟಾರ್ಟ್ಅಪ್ ಹಾರ್ಡ್ವೇರ್ ಆರ್ಕಿಟೆಕ್ಚರ್ನ ನಿಯಮಗಳನ್ನು ಮರುಬರೆಯಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದೆ. former Databricks AI ಮುಖ್ಯಸ್ಥ ನವೀನ್ ರಾವ್ ನೇತೃತ್ವದ Unconventional AI, ಉದ್ಯಮದ ಮುಂಬರುವ ಇಂಧನ ಬಿಕ್ಕಟ್ಟನ್ನು ಪರಿಹರಿಸಲು ಒಂದು ಕ್ರಾಂತಿಕಾರಿ ಹೊಸ ಕಂಪ್ಯೂಟಿಂಗ್ ವಿಧಾನದ ಮೇಲೆ ಭರವಸೆ ಇಟ್ಟಿದೆ.
ಸಾಂಪ್ರದಾಯಿಕ ಸಿಲಿಕಾನ್ ಆರ್ಕಿಟೆಕ್ಚರ್ಗಳ ಆಚೆಗಿನ ಪ್ರಯಾಣ
Unconventional AI ನ ಮಿಷನ್ನ ಮುಖ್ಯ ಉದ್ದೇಶವೆಂದರೆ ಪ್ರಸ್ತುತ Large Language Models (LLMs) ಮತ್ತು diffusion ಮಾಡೆಲ್ಗಳಿಗೆ ಶಕ್ತಿ ನೀಡುವ ಸಾಂಪ್ರದಾಯಿಕ ಚಿಪ್ಗಳಿಂದ ಹೊರಬರುವುದು. ಉದ್ಯಮವು ಹೆಚ್ಚಾಗಿ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ GPU ಮತ್ತು TPU ಆರ್ಕಿಟೆಕ್ಚರ್ಗಳನ್ನು ಉತ್ತಮಗೊಳಿಸುವುದರ ಮೇಲೆ ಗಮನ ಹರಿಸಿದ್ದರೂ, ರಾವ್ ಮತ್ತು ಅವರ ತಂಡವು oscillator-ಆಧಾರಿತ ಕಂಪ್ಯೂಟರ್ ಆರ್ಕಿಟೆಕ್ಚರ್ ಬಳಸಿ ಮೊದಲಿನಿಂದම ಹೊಸದನ್ನು ನಿರ್ಮಿಸುತ್ತಿದ್ದಾರೆ.
ಈ ವಿಧಾನವು ಪ್ರಮಾಣಿತ ಡಿಜಿಟಲ್ ಕಂಪ್ಯೂಟಿಂಗ್ನಲ್ಲಿ ಬಳಸುವ ಟ್ರಾನ್ಸಿಸ್ಟರ್ಗಳಿಗಿಂತ ಮೂಲಭೂತವಾಗಿ ಭಿನ್ನವಾಗಿದೆ. Oscillators ಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳುವ ಮೂಲಕ, ಕಂಪನಿಯು ಅಭೂತಪೂರ್ವ ದಕ್ಷತೆಯೊಂದಿಗೆ inference ಪ್ರೊಸೆಸಿಂಗ್ ಅನ್ನು ಮಾಡಲು ಗುರಿ ಹೊಂದಿದೆ. ಈ ಬದಲಾವಣೆಯು AI inference ಗಾಗಿ ಬೇಕಾಗುವ ವಿದ್ಯುತ್ ಬಳಕೆಯನ್ನು 1,000 ಪಟ್ಟು ರೇ减少 ಮಾಡಬಹುದು ಮತ್ತು AI ಅನ್ನು ಹೆಚ್ಚು ಇಂಧನ ಬಳಸುವ ಹೊರೆಯಿಂದ ಸುಸ್ಥಿರವಾದ ಸೌಲಭ್ಯವಾಗಿ ಪರಿವರ್ತಿಸಬಹುದು ಎಂದು ರಾವ್ ಪ್ರತಿಪಾದಿಸುತ್ತಾರೆ.
Un0: Oscillator-ಆಧಾರಿತ ಕಂಪ್ಯೂಟಿಂಗ್ನ "Hello World"
ಈ ಕ್ರಾಂತಿಕಾರಿ ಹಾರ್ಡ್ವೇರ್ ಪರಿಕಲ್ಪನೆಯ ಕಾರ್ಯಸಾಧ್ಯತೆಯನ್ನು ಪ್ರದರ್ಶಿಸಲು, ಕಂಪನಿಯು ಇತ್ತೀಚೆಗೆ ತನ್ನ ಮೊದಲ ಮಾಡೆಲ್ Un0 ಅನ್ನು ಅನಾವರಣಗೊಳಿಸಿದೆ. Un0 ಪ್ರಸ್ತುತ ಕಂಪನಿಯ ಉದ್ದೇಶಿತ oscillator ಚಿಪ್ಗಳ ಸಾಫ್ಟ್ವೇರ್ ಸಿಮ್ಯುಲೇಶನ್ನಲ್ಲಿ ಚಲಿಸುತ್ತಿದ್ದರೂ, ಇದರ ಫಲಿತಾಂಶಗಳು ಗಮನಾರ್ಹವಾಗಿವೆ. ಈ ಮಾಡೆಲ್ ಒಂದು ಇಮೇಜ್-ಜನರೇಷನ್ ಸಿಸ್ಟಮ್ ಆಗಿದ್ದು, ಇದು Stable Diffusion ಅಥವಾ OpenAI ನ GPT Image 1 ನಂತಹ ಅತ್ಯಾಧುನಿಕ diffusion ಮಾಡೆಲ್ಗಳ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಅನುಕರಿಸುತ್ತದೆ.
ಈ ಬಿಡುಗಡೆಯನ್ನು ಹೊಸ ರೀತಿಯ ಕಂಪ್ಯೂಟರ್ನ "hello world" ಎಂದು ವಿವರಿಸಿದ ರಾವ್, ಸಂಪೂರ್ಣವಾಗಿ ವಿಭಿನ್ನವಾದ ಹಾರ್ಡ್ವೇರ್ ಲಾಜಿಕ್ ಕೂಡ ಉತ್ತಮ ಗುಣಮಟ್ಟದ ಮತ್ತು ನಿಖರವಾದ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡಬಲ್ಲದು ಎಂಬುದನ್ನು ಸಾಬೀತುಪಡಿಸುವುದು ಗುರಿಯಾಗಿದೆ ಎಂದು ಒತ್ತಿಹೇಳಿದರು. ಈ ಸಿಮ್ಯುಲೇಟೆಡ್ ಆರ್ಕಿಟೆಕ್ಚರ್ ಹೇಗೆ ಸಂಕೀರ್ಣವಾದ ಜನರೇಟಿವ್ ಕಾರ್ಯಗಳನ್ನು ಯಶಸ್ವಿಯಾಗಿ ನಿರ್ವಹಿಸಬಹುದು ಎಂಬುದನ್ನು ಲಗತ್ತಿಸಲಾದ ಸಂಶೋಧನಾ ಪ್ರಬಂಧವು ವಿವರಿಸುತ್ತದೆ ಮತ್ತು ಭೌತಿಕ ಹಾರ್ಡ್ವೇರ್ ಅನುಸರಿಸಲು ಒಂದು ಮಾರ್ಗಸೂಚಿಯನ್ನು ಒದಗಿಸುತ್ತದೆ.
AI Scaling ನಲ್ಲಿನ ಇಂಧನ ಅಡಚಣೆಯನ್ನು ಪರಿಹರಿಸುವುದು
ಈ ಬೆಳವಣಿಗೆಯ ಸಮಯವು ಅತ್ಯಂತ ನಿರ್ಣಾಯಕವಾಗಿದೆ. AI ಮಾಡೆಲ್ಗಳು ಪ್ಯಾರಾಮೀಟರ್ ಸಂಖ್ಯೆ ಮತ್ತು ಸಂಕೀರ್ಣತೆಯಲ್ಲಿ ಬೆಳೆದಂತೆ, ಬೆಳವಣಿಗೆಯ ಮೇಲಿನ ಪ್ರಾಥಮಿಕ ಮಿತಿ ಡೇಟಾ ಲಭ್ಯತೆಯಿಂದ ಇಂಧನ ಲಭ್ಯತೆಯತ್ತ ಬದಲಾಗುತ್ತಿದೆ. ಮುಂಬರುವ ವರ್ಷಗಳಲ್ಲಿ ಇಂಧನವು AI ಗೆ "ಮೂಲ ಮಿತಿ"ಯಾಗಲಿದೆ ಮತ್ತು ಎಷ್ಟು ಬುದ್ಧಿವಂತಿಕೆಯನ್ನು ನಿಯೋಜಿಸಬಹುದು ಎಂಬುದಕ್ಕೆ ಕಠಿಣ ಮಿತಿಯನ್ನು ಸೃಷ್ಟಿಸಲಿದೆ ಎಂದು ರಾವ್ ವಾದಿಸುತ್ತಾರೆ.
Unconventional AI ಒಂದು ಸಂಪೂರ್ಣ inference stack ಅನ್ನು ನಿರ್ಮಿಸುವ ಮೂಲಕ ಇದನ್ನು ಎದುರಿಸಲು ಯೋಜಿಸಿದೆ. ಇದರ ಮಾರ್ಗಸೂಚಿಯಲ್ಲಿ ಇವು ಸೇರಿವೆ:
- ಭೌತಿಕ oscillator-ಆಧಾರಿತ ಚಿಪ್ಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದು ಮತ್ತು ಅವುಗಳ ಸ್ಕೀಮ್ಯಾಟಿಕ್ಗಳನ್ನು ಬಿಡುಗಡೆ ಮಾಡುವುದು.
- ಈ ಪ್ರೊಪ್ರೈಟರಿ ಚಿಪ್ಗಳಿಂದ ಕೂಡಿದ ಸಂಪೂರ್ಣ ಸಿಸ್ಟಮ್ಗಳನ್ನು ನಿರ್ಮಿಸುವುದು.
- ಕಂಪ್ಯೂಟ್ ಸಾಮರ್ಥ್ಯವನ್ನು ಸೇವೆಯಾಗಿ (as a service) ಒದಗಿಸುವುದು, ಇಲ್ಲಿ ಬಳಕೆದಾರರು ನೆಟ್ವರ್ಕ್ ಕೇಬಲ್ ಮೂಲಕ ಪ್ರಾಂಪ್ಟ್ಗಳನ್ನು ಕಳುಹಿಸಬಹುದು ಮತ್ತು ಪ್ರಸ್ತುತ ವಿದ್ಯುತ್ ವೆಚ್ಚದ 1/1000 ನೇ ಭಾಗದ ವೆಚ್ಚದಲ್ಲಿ ಇನ್ಫರೆನ್ಸ್ ಪಡೆಯಬಹುದು.
ಕಂಪನಿಯು 50 ಕ್ಕಿಂತ ಕಡಿಮೆ ಉದ್ಯೋಗಿಗಳೊಂದಿಗೆ ಸಣ್ಣದಾಗಿದ್ದರೂ, ಅದರ ಮಿಷನ್ ಇಡೀ AI ವಲಯ ಎದುರಿಸುತ್ತಿರುವ ಅತ್ಯಂತ ಮಹತ್ವದ ಮ್ಯಾಕ್ರೋ ಎಕನಾಮಿಕ್ ಅಡಚಣೆಯನ್ನು ಎದುರಿಸುತ್ತದೆ: ಅಂದರೆ ವಿದ್ಯುತ್ನ ಸುಸ್ಥಿರವಲ್ಲದ ವೆಚ್ಚ.
ಪ್ರಮುಖ ಅಂಶಗಳು
- ಕ್ರಾಂತಿಕಾರಿ ಹಾರ್ಡ್ವೇರ್ ಬದಲಾವಣೆ: AI inference ಅನ್ನು ಉತ್ತಮಗೊಳಿಸಲು Unconventional AI ಸಾಂಪ್ರದಾಯಿಕ ಸಿಲಿಕಾನ್ನಿಂದ ಹೊರಬಂದು oscillator-ಆಧಾರಿತ ಆರ್ಕಿಟೆಕ್ಚರ್ ಕಡೆಗೆ ಸಾಗುತ್ತಿದೆ.
- ಸಾಬೀತಾದ ಕಾರ್ಯಕ್ಷಮತೆ: ಕಂಪನಿಯ Un0 ಮಾಡೆಲ್ ಈ ಹೊಸ ಆರ್ಕಿಟೆಕ್ಚರ್, Stable Diffusion ನಂತಹ ಉದ್ಯಮದ ಮುಂಚೂಣಿಯಲ್ಲಿರುವ ಕಂಪನಿಗಳ ಇಮೇಜ್-ಜನರೇಷನ್ ಸಾಮರ್ಥ್ಯಕ್ಕೆ ಸಮನಾಗಿರಬಲ್ಲದು ಎಂದು ತೋರಿಸಿಕೊಡುತ್ತದೆ.
- ಇಂಧನ ಬಿಕ್ಕಟ್ಟಿನ ಪರಿಹಾರ: AI Scaling ಅನ್ನು ಮಿತಿಗೊಳಿಸುವ ಭೀತಿಯಲ್ಲಿರುವ ಇಂಧನ ಅಡಚಣೆಯನ್ನು ಪರಿಹರಿಸಲು, AI ವಿದ್ಯುತ್ ಬಳಕೆಯನ್ನು 1,000 ಪಟ್ಟು ಕಡಿಮೆ ಮಾಡುವುದು ಅಂತಿಮ ಗುರಿಯಾಗಿದೆ.