سخت افزار

این تراشه نور را مستقیما به توکن‌های هوش مصنوعی تبدیل می‌ کند

پژوهشگران دانشگاه نانجینگ تراشه فوق‌کم‌مصرف LightTok را توسعه داده‌اند که می‌تواند سیگنال‌های نوری را مستقیما درون حسگر به توکن‌های قابل پردازش برای مدل‌های هوش مصنوعی تبدیل کند و مصرف انرژی ناشی از جابه‌جایی حجم بالای داده‌های تصویری را کاهش دهد. سرویس سخت اف…

4 دقیقه مطالعه
  • پشتیبانی شبکه
  • هوش مصنوعی
  • پردازش
  • تراشه
  • اطلاعات
  • هوش
  • LightTok
  • مصنوعی
این تراشه نور را مستقیما به توکن‌های هوش مصنوعی تبدیل می‌ کند

خلاصه تحلیلی خبر

پژوهشگران دانشگاه نانجینگ تراشه فوق‌کم‌مصرف LightTok را توسعه داده‌اند که می‌تواند سیگنال‌های نوری را مستقیما درون حسگر به توکن‌های قابل پردازش برای مدل‌های هوش مصنوعی تبدیل کند و مصرف انرژی ناشی از جابه‌جایی حجم بالای داده‌های تصویری را کاهش دهد. سرویس سخت اف…

موضوعات اصلی: پشتیبانی شبکه، هوش مصنوعی، پردازش، تراشه، اطلاعات، هوش

پژوهشگران دانشگاه نانجینگ تراشه فوق‌کم‌مصرف LightTok را توسعه داده‌اند که می‌تواند سیگنال‌های نوری را مستقیما درون حسگر به توکن‌های قابل پردازش برای مدل‌های هوش مصنوعی تبدیل کند و مصرف انرژی ناشی از جابه‌جایی حجم بالای داده‌های تصویری را کاهش دهد.

سرویسسخت افزارتک‌ناکبراساس اعلام مؤسسه هوش الهام‌گرفته از مغز دانشگاه نانجینگ، توکن‌هایی که تراشه LightTok تولید می‌کند، می‌توانند به صورت مستقیم وارد رمزگذار Transformer شوند و برای شناسایی تصویر مورد استفاده قرار گیرند.

میائو فنگ، مدیر این مؤسسه بیان کرد که هدف اصلی تیم پژوهشی انتقال فرایند تولید توکن به خود حسگر بوده است. در این روش، تراشه پس از دریافت نور می‌تواند مستقیما توکن‌هایی را تولید کند که مدل‌های هوش مصنوعی قادر به پردازش آنها هستند. به گفته او، این توکن‌ها اطلاعات کامل تصویر را در خود دارند.

بیشتر بخوانیدآمازون، اپل و انویدیا به فناوری 14A اینتل چشم دوخته‌اند

حذف بخشی از پردازش‌های پرمصرف تصویر

سیستم‌های هوش مصنوعی فیزیکی مبتنی بر بینایی برای درک محیط واقعی باید ابتدا اطلاعات بصری را به داده‌هایی تبدیل کنند که مدل‌های هوش مصنوعی بتوانند آنها را پردازش کنند. این اطلاعات در نهایت به توکن تبدیل می‌شوند و برای انجام وظایف بعدی وارد معماری‌های Transformer می‌شوند.

در سیستم‌های متداول پردازش تصویر، سیگنال نور چند مرحله را پشت سر می‌گذارد. ثبت تصویر، تبدیل سیگنال آنالوگ به دیجیتال، ذخیره داده، انتقال اطلاعات، تقسیم دیجیتالی تصویر به بخش‌های کوچک و تبدیل آنها به داده‌های تعبیه‌شده از جمله این مراحل هستند.

انتقال مکرر حجم زیادی از داده‌های اضافی میان این بخش‌ها می‌تواند مصرف انرژی را به‌ویژه در دستگاه‌های لبه‌ای افزایش دهد. تراشه LightTok این فرایند را کوتاه‌تر می‌کند و بخشی از پردازش لازم را برای تولید توکن مستقیما درون حسگر انجام می‌دهد.

تراشه LightTok روی برد الکترونیکی با حسگر آبی مرکزی و معرفی آن به‌عنوان حسگر بینایی هوشمند فوق‌کم‌مصرف

این تراشه از یک آرایه حافظه حساس به نور و مدارهای جانبی تشکیل شده است. پژوهشگران برای ساخت آرایه آن از فوتوترانزیستورهای گیت شناور مبتنی بر یک لایه دی‌سولفید مولیبدن، یا MoS₂ استفاده کرده‌اند.

هر پیکسل در این ساختار می‌تواند نور را حس کند، اطلاعات را ذخیره نماید و محاسبات آنالوگ انجام دهد. همین ویژگی به تراشه اجازه می‌دهد سیگنال‌های تصویری ثبت‌شده را در همان محل دریافت نور پردازش و آنها را به توکن‌های مورد نیاز مدل‌های هوش مصنوعی تبدیل کند.

بیشتر بخوانیدTSMC مجوز تولید تراشه‌های زیر ۱.۴ نانومتری را گرفت؛ رقابت داغ با اینتل

الگوبرداری تراشه LightTok از شبکیه برای پهپادها و ربات‌ها

نمونه فعلی LightTok وضوح ۳۲ در ۳۲ پیکسل دارد و از ۱۰۲۴ پیکسل حساس به نور استفاده می‌کند. این وضوح در مقایسه با دوربین گوشی‌های هوشمند و سیستم‌های تصویربرداری صنعتی بسیار پایین‌تر است، اما پژوهشگران عنوان کردند که این فناوری قابلیت توسعه در ابعاد بزرگ‌تر را دارد.

به گفته میائو فنگ، ساختار LightTok با فرایندهای تولید CMOS سازگار است. در صورت امکان رشد دی‌سولفید مولیبدن در مقیاس ویفر، این تراشه می‌تواند در آینده به ابعادی نزدیک به حسگرهای تصویربرداری فعلی برسد.

پژوهشگران در طراحی این تراشه از نحوه پردازش اطلاعات در سیستم بینایی انسان نیز الهام گرفته‌اند. شبکیه چشم پیش از انتقال اطلاعات به مغز، بخشی از داده‌های بصری مهم را استخراج و پردازش می‌کند. تراشه LightTok نیز تلاش می‌کند پردازش اطلاعات تصویر را در مراحل ابتدایی و پیش از انتقال حجم بالای داده انجام دهد.

این پژوهش با همکاری یک تیم تحقیقاتی از دانشگاه ملی سنگاپور انجام شده و نتایج آن در نشریه Nature Sensors منتشر شده است.

پهپادها، سیستم‌های سنجش از دور خودران و سیستم‌های کوچک هوش مصنوعی تجسم‌یافته از کاربردهای احتمالی این فناوری هستند. این دستگاه‌ها باید به‌طور مداوم محیط و اهداف را شناسایی، پردازش و ردیابی کنند و در نتیجه حجم بالایی از داده تصویری تولید می‌کنند. کاهش مصرف انرژی پردازش بینایی می‌تواند زمان فعالیت پهپادها، ماهواره‌ها و ربات‌های کوچک با منابع انرژی محدود را افزایش دهد.

بیشتر بخوانیدترانزیستورهای GAA جدید چین محدودیت لیتوگرافی DUV را به چالش کشیدند

نوشتهاین تراشه نور را مستقیما به توکن‌های هوش مصنوعی تبدیل می‌ کنداولین بار درTechnoc. پدیدار شد.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.