English
日本語
한국어
简体中文
Nhà nghiên cứu Trung Quốc đã giới thiệu một con chip tương tự mang tính đột phá hứa hẹn cách mạng hóa ngành tính toán, có khả năng vượt trội so với các đơn vị xử lý đồ họa (GPU) cao cấp từ các gã khổng lồ như Nvidia và AMD với một tốc độ đáng kinh ngạc 1.000 lần. Sự phát triển đổi mới này từ Đại học Bắc Kinh giải quyết một thách thức lâu đời trong tính toán tương tự trong khi đồng thời giải quyết các nút thắt năng lượng và dữ liệu quan trọng trong các lĩnh vực mới nổi như trí thông nhân tạo (AI) và công nghệ 6G.
Được đăng trên Nature Electronics, nghiên cứu chi tiết về thiết bị mới này được xây dựng dựa trên các tế bào nhớ truy cập ngẫu nhiên trở kháng (RRAM), đánh dấu một bước tiến đáng kể. Khác với các bộ xử lý kỹ thuật số truyền thống hoạt động bằng sử dụng các nhị phân 1 và 0, con chip tương tự này xử lý thông tin thông qua các dòng điện liên tục trong các mạch vật lý của nó. Sự khác biệt cơ bản này cho phép nó thực hiện các phép tính trực tiếp trên phần cứng của mình, loại bỏ việc truyền dữ liệu tốn nhiều năng lượng thường được yêu cầu giữa bộ xử lý và các nguồn bộ nhớ ngoài.
Tốc Độ và Hiệu Suất Vô Tiền Tối Hậu cho AI và 6G
Hiệu suất của con chip này đặc ấn tượng trong các vấn đề giao tiếp phức tạp, bao gồm các thách thức đảo ma trận phổ biến trong các hệ thống không dây đa đầu vào đa đầu ra (MIMO) quy mô lớn. Trong những kịch bản đòi hỏi cao này, đội ngũ Đại học Bắc Kinh báo cáo rằng con chip tương tự của họ đạt được độ chính xác tương đương với các bộ xử lý kỹ thuật số tiêu chuẩn trong khi tiêu thụ năng lượng ít hơn khoảng 100 lần. Những tối ưu hóa hơn nữa đã nâng cao hiệu suất của nó lên một mức độ đáng kinh ngạc 1.000 lần nhanh hơn so với các GPU hàng đầu như Nvidia H100 và AMD Vega 20 – những con chip quan trọng cho việc đào tạo các mô hình AI tiên tiến như ChatGPT.
Nhà nghiên cứu nhấn mạnh rằng máy tính kỹ thuật số đang ngày càng gặp thách thức với số lượng dữ liệu khổng lồ đòi hỏi bởi các ứng dụng hiện đại, đặc biệt khi việc mở rộng quy mô thiết bị truyền thống trở nên khó khăn hơn. Cách tiếp cận tính toán tương tự của họ cung cấp một lựa chọn thay thế hấp dẫn, mang lại thông lượng đáng kể cao hơn và hiệu quả năng lượng vượt trội cho các mức độ độ chính xác tương đương.
Giải Quyết Vấn Đề ‘Của Thế Ký’ về Tính Tượng Tự
Dù tính toán tương tự có một lịch sử lâu đời, có nguồn gốc từ hơn 2.000 năm trước đến các thiết bị như cơ chế Antikythera, việc áp dụng rộng rãi của nó đã bị cản trở bởi các vấn đề về độ chính xác thấp và tính thực tiễn. Hệ thống kỹ thuật số, với các trạng thái nhị phân ổn định, đã lịch sử cung cấp sự kiểm soát và độ chính xác cao hơn.
Tuy nhiên, các hệ thống tương tự vượt trội về tốc độ và hiệu quả một cách cơ bản. Bằng cách biểu thị các phép tính như là các hoạt động vật lý trên mạch của chip thay vì sử dụng mã nhị phân dài, chúng có thể quản lý khối lượng thông tin lớn đồng thời với mức tiêu thụ năng lượng ít đáng kể. Lợi thế cố hữu này này hiện nay rất quan trọng đối với các ứng dụng đòi hỏi nhiều dữ liệu và năng lượng như AI và mạng lưới 6G trong tương lai, đòi hỏi xử lý thời gian thực các luồng dữ liệu khổng lồ, chồng chéo.
Đột phá nằm ở việc cấu hình các tế bào RRAM thành một hệ thống hai mạch độc đáo: một cho các phép tính nhanh, xấp xỉ và một khác cho việc tinh chỉnh lặp đi lặp lại, nâng cao độ chính xác. Thiết kế đổi mới này thành công kết hợp tốc độ vốn có của tính toán tương tự với độ chính xác thường liên kết với xử lý kỹ thuật số.
Tiềm Năng Sản Xuất Quy Mô Lớn và Triển Vọng Tương Lai
Quan trọng, con chip tương tự tiên tiến này được phát triển bằng sử dụng quy trình sản xuất thương mại, gợi ý một tiềm năng mạnh mẽ cho sản xuất hàng loạt. Yếu tố này có thể tăng đáng kể tốc độ tích hợp của nó vào nhiều lĩnh vực công nghệ khác nhau.
Đang nhìn về phía trước, đội ngũ Đại học Bắc Kinh nhắm đến việc nâng cao thêm mạch của chip để tăng hiệu suất của nó. Mục tiêu trực tiếp của họ là phát triển các con chip lớn hơn, tích hợp hoàn toàn có khả năng giải quyết các vấn đề tính toán phức tạp hơn nữa với tốc độ chưa từng có. Sự phát triển này có thể đánh dấu một kỷ nguyên mới trong tính toán hiệu suất cao, tiết kiệm năng lượng, mở đường cho các công nghệ AI và truyền thông thế hệ tiếp theo.