Một loại chip hoàn toàn khác biệt do các nhà nghiên cứu Trung Quốc tạo ra có thể xử lý các tác vụ dữ liệu thực tế, có khả năng định hình lại các hệ thống trí tuệ nhân tạo - vốn phụ thuộc vào các bộ xử lý kỹ thuật số rất tốn năng lượng.
Tiếp nối công trình nghiên cứu được công bố hồi tháng 10, con chip analogue (tương tự) siêu nhanh, tiết kiệm năng lượng của nhóm nghiên cứu Đại học Bắc Kinh đã có thể cung cấp năng lượng cho các ứng dụng như đề xuất cá nhân hóa và xử lý hình ảnh.
Trong một bài báo được công bố hôm thứ Hai trên tạp chí Nature Communications, tác giả chính Sun Zhong và các đồng nghiệp cho biết con chip này đã đạt được tốc độ tăng gấp 12 lần so với các bộ xử lý kỹ thuật số tiên tiến, đồng thời cải thiện hiệu quả năng lượng hơn 200 lần.
Theo bài báo đã được bình duyệt, những kết quả này dựa trên việc huấn luyện các hệ thống đề xuất sử dụng các tập dữ liệu có quy mô tương đương với dữ liệu của Netflix và Yahoo.
Trong các thử nghiệm nén ảnh, hệ thống đã tái tạo hình ảnh với chất lượng hình ảnh gần như tương đương với điện toán kỹ thuật số độ chính xác cao, đồng thời giảm một nửa yêu cầu về dung lượng lưu trữ, các nhà nghiên cứu cho biết.
Trong một bài đăng trên mạng xã hội, Sun cho biết con chip mới đã xử lý được các tác vụ phức tạp hơn trong khi vẫn giữ được tốc độ và lợi thế về năng lượng của điện toán tương tự.
Điện toán tương tự (analogue computing) là phương pháp giải quyết vấn đề bằng cách sử dụng các biến vật lý liên tục như điện áp hoặc chuyển động.
Một nhà phê bình bài báo cho biết các kết quả thực nghiệm – đặc biệt là “sự cải thiện vượt bậc về tốc độ và hiệu quả năng lượng” - khi so sánh với các chip kỹ thuật số thông thường, cho thấy tiềm năng của công nghệ này trong các ứng dụng công nghiệp.
Ý tưởng đằng sau con chip thực hiện các phép tính bằng tín hiệu vật lý thay vì mã số không phải là mới. Các nhà khoa học đã nghiên cứu máy tính tương tự từ nhiều thập kỷ trước, cho đến khi công nghệ này bị gạt sang một bên khi chip kỹ thuật số trở nên nhanh hơn, rẻ hơn và đáng tin cậy hơn.
Không giống như máy tính kỹ thuật số, xử lý thông tin từng bước bằng mã nhị phân gồm các số 0 và 1, máy tính tương tự biểu diễn các con số dưới dạng các tín hiệu vật lý thay đổi liên tục, chẳng hạn như dòng điện hoặc điện áp.
Về lý thuyết, điều này cho phép thực hiện nhiều phép tính cùng một lúc, mang lại những lợi ích to lớn về tốc độ và hiệu quả năng lượng cho một số tác vụ nhất định.
Do các hệ thống AI phụ thuộc rất nhiều vào các bộ xử lý kỹ thuật số tiêu tốn nhiều năng lượng, chi phí di chuyển dữ liệu giữa bộ nhớ và các đơn vị tính toán đã trở thành một nút thắt cổ chai lớn.
Những tiến bộ trong vật liệu, thiết kế mạch và thuật toán đã khơi dậy sự quan tâm trở lại đối với phần cứng tương tự, vốn thực hiện các phép tính trực tiếp tại nơi dữ liệu được lưu trữ.
Trong một bài báo được công bố năm ngoái, nhóm nghiên cứu của Sun đã chỉ ra rằng các chip tương tự có thể tăng tốc đáng kể các phép toán cơ bản - nhanh hơn tới 1.000 lần so với các bộ xử lý kỹ thuật số hàng đầu, chẳng hạn như bộ xử lý đồ họa Nvidia H100 – trong khi tiêu thụ ít năng lượng hơn nhiều.
Trong nghiên cứu mới nhất, các nhà nghiên cứu đã áp dụng kỹ thuật được gọi là phân tích ma trận không âm (NMF), một công cụ mạnh mẽ để giảm dữ liệu, giúp trích xuất các cấu trúc tiềm ẩn từ lượng thông tin khổng lồ và phức tạp, chẳng hạn như hành vi người dùng hoặc điểm ảnh, Sun nói với Science Daily.
Kỹ thuật này đã được sử dụng rộng rãi trong phân tích hình ảnh, phân cụm dữ liệu và hệ thống đề xuất cá nhân hóa, nhưng khi tập dữ liệu tăng lên đến hàng triệu mục, phần cứng kỹ thuật số truyền thống ngày càng gặp khó khăn với độ phức tạp tính toán và tắc nghẽn bộ nhớ, ông nói.
Để khắc phục những hạn chế này, nhóm nghiên cứu đã chế tạo một chip tính toán tương tự dựa trên bộ nhớ điện trở và thiết kế lại mạch lõi của nó để thực hiện phần phức tạp nhất của thuật toán chỉ trong một bước duy nhất.
Theo báo cáo của Science Daily, các nhà nghiên cứu đã đạt được kết quả tương tự với số lượng đơn vị tính toán ít hơn, giúp giảm đáng kể kích thước và mức tiêu thụ năng lượng của chip.
“Nghiên cứu của chúng tôi đã mở ra một hướng đi mới để giải quyết các vấn đề dữ liệu phức tạp trong thời gian thực và làm nổi bật tiềm năng to lớn của điện toán tương tự đối với các ứng dụng thực tiễn,” Sun cho biết trong cuộc phỏng vấn.
Trong một bài đăng trên mạng xã hội, Sun cho biết ông đã "yêu thích" kỹ thuật NMF kể từ khi nó được hai nhà khoa học người Mỹ gốc Hàn đề xuất lần đầu tiên vào năm 1999 trong một bài báo được đăng trên tạp chí Nature.
"Thật đáng mừng khi thấy nó giờ đây đã được đưa vào lĩnh vực điện toán tương tự trong bộ nhớ, sau 27 năm," Sun viết.
.png "Góc nhìn chuyên gia: Margin cao kỷ lục, VN-Index khó tránh khỏi một nhịp rung lắc trong thời gian tới"){kind=avatar}
