Cornell Tech обновляет AI роботов светом: оптический чип вместо энергозатратных схем

كشف باحثو Cornell Tech في يونيو 2026 عن مُستقبِل ضوئي يُحدّث معاملات نموذج الذكاء الاصطناعي مباشرة داخل ذاكرة الشريحة عبر ومضات ضوء على هيئة مصفوفات شبيهة برموز QR — دون الحاجة إلى دوائر تناظرية شرهة للطاقة. وقد قُدّم هذا التطوير في IEEE/JSAP Symposium on VLSI Technology & Circuits.

كيف يعيد الضوء كتابة ذاكرة الشريحة

يُغيّر المُستقبِل ذاكرته الخاصة مباشرة عبر تيارات ضوئية (photocurrents) يولّدها شعاع موجَّه نحوه. وفي العرض التوضيحي، وضع الباحث ما بعد الدكتوراه Yifan He عدسة المستقبِل على بُعد متر تقريبًا من مصباح LED أحمر، فأظهرت شاشة متصلة على الفور مصفوفة من المربعات تشبه رمز QR. لكن على عكس رمز QR الذي يُخفي رابطًا بسيطًا، يحمل هذا الرمز الضوئي معاملات شبكة عصبية.

في هذا النظام، توجد ذاكرة DRAM بجانب جهاز الإرسال، بينما يكون المُستقبِل مدمجًا داخل ذاكرة SRAM الخاصة بالمعالج. يُسلّط جهاز الإرسال الضوء على مصفوفة من خلايا SRAM أُضيفت إليها ثنائيات ضوئية (photodiodes): فالضوء الذي يصل إلى كل ثنائي ضوئي يولّد تيارًا كهربائيًا ويُبدّل القيم الثنائية في الذاكرة. تفقد المُستقبِلات الضوئية الحالية ميزة الضوء بسبب دوائرها التناظرية الشرهة للطاقة، أما تقنية Cornell Tech الجديدة فتستقبل المصفوفات الرقمية مباشرة وتبقى رقمية بالكامل.

*المؤلفون — الباحث ما بعد الدكتوراه Yifan He والأستاذ المشارك Jae-sun Seo، Cornell Tech (نيويورك)

*مكان العرض — IEEE/JSAP Symposium on VLSI Technology & Circuits، يونيو 2026

*النموذج الأولي لجهاز الإرسال — مصفوفة ثابتة بحجم 14×14 بت عبر قناع معدني

*الهدف — ملايين تحديثات المصفوفة في الثانية، ونقل بمعدل غيغابت في الثانية

*الخبير المستقل — Dennis Sylvester، IEEE Fellow، University of Michigan

لماذا لا تزال الشريحة بعيدة عن أن تصبح منتجًا

الخلايا الحساسة للضوء أكبر حجمًا من خلايا SRAM العادية، لذا تستوعب هذه الشريحة ذاكرة أقل — وقد تلتهم هذه المقايضة كل المكسب في كفاءة الطاقة. هذا ما يحذّر منه Dennis Sylvester من University of Michigan، الذي لم يشارك في هذا العمل. ويعمل فريق Cornell Tech بالفعل على تصغير الخلايا عبر تحسين الترانزستورات وتوسيع نطاق تقنية CMOS.

النموذج الأولي لجهاز الإرسال الذي عُرض في المختبر ليس حتى الآن سوى إثبات لصحة الفكرة: فهو يُصدر مصفوفة ثابتة بحجم 14×14 بت عبر قناع معدني. أما التطبيقات الواقعية فستحتاج إلى جهاز إرسال ضوئي قادر على تغيير المصفوفة ملايين المرات في الثانية ونقل غيغابتات في الثانية؛ ويعمل المؤلفون على ذلك بالتعاون مع مجموعات بحثية متخصصة في البصريات.

«يصمّم الناس شرائح ذكاء اصطناعي من كل الأنواع»، يقول

Jae-sun Seo، الأستاذ المشارك في قسم الهندسة الكهربائية وهندسة الحاسوب في Cornell Tech. ويضيف أن الوصلات الكهربائية بين DRAM والمعالج تخلق مشكلات في التكلفة والكفاءة عند التوسّع: «هذا أحد أهم الاختناقات».

لماذا يهم هذا الروبوتات والذكاء الاصطناعي الطرفي (edge AI)

يستهدف Seo وHe الروبوتات وتطبيقات أخرى في الحوسبة الطرفية (edge). ومن الأمثلة على ذلك المستودعات والمصانع المزوّدة بروبوتات ذكاء اصطناعي: إذ يوفّر النقل الضوئي للبيانات الوقت والطاقة عند تحديث النماذج في كل روبوت. ويمكن أن تستفيد أيضًا الروبوتات الدقيقة (microrobots)، التي تكون ذاكرتها محدودة جدًا بسبب حجمها الصغير، وإن كانت ستحتاج إلى تصميم أكثر إحكامًا.

ويُقيّم الخبير المستقل إمكانات هذه التقنية تقييمًا عاليًا: إذ يرى أن الحل يحمل «تبعات تجارية هائلة».

«الذكاء الاصطناعي الطرفي (edge AI) مجال نمو كبير، وخلال ثلاث أو أربع أو خمس سنوات سيُتحدَّث عنه بقدر ما يُتحدَّث تقريبًا عن مراكز البيانات، مع تزايد هجرة الذكاء إلى أجهزتنا» —

Dennis Sylvester، IEEE Fellow، University of Michigan.

ماذا يعني هذا

يمثّل إيصال البيانات ضوئيًا مباشرة إلى ذاكرة الشريحة محاولة لإزالة أحد أهم الاختناقات في عتاد الذكاء الاصطناعي: التبادل المكلف والشره للطاقة بين DRAM والمعالج. ولا يزال الطريق طويلًا حتى يصبح منتجًا، لكن هذا الاتجاه يستهدف سوق الذكاء الاصطناعي الطرفي المتنامي، حيث يُحسَب كل واط وكل ميلي ثانية.

أسئلة شائعة

كيف يُغيّر الضوء ذاكرة الشريحة؟

تحتوي خلايا SRAM على ثنائيات ضوئية مدمجة. وحين يصل إليها الضوء من جهاز الإرسال، يتولّد تيار كهربائي يُبدّل القيم الثنائية في الذاكرة — وبذلك تُحدَّث معاملات النموذج مباشرة، دون الحاجة إلى محولات تناظرية.

لماذا لم تصبح هذه التقنية جاهزة للبيع بعد؟

الخلايا الحساسة للضوء أكبر حجمًا من خلايا SRAM القياسية، لذا تستوعب الشريحة ذاكرة أقل. وبحسب تقدير Dennis Sylvester من University of Michigan، قد تُلغي هذه المقايضة المكسب في كفاءة الطاقة إلى أن تُصغَّر هذه الخلايا.

أين يمكن تطبيق هذا؟

يذكر المؤلفون المستودعات والمصانع المزوّدة بروبوتات ذكاء اصطناعي، إضافة إلى الروبوتات الدقيقة ذات الذاكرة المحدودة. فالتحديث الضوئي للنماذج سيوفّر الوقت والطاقة مقارنة بنقل البيانات عبر الأسلاك المعدنية.