عالم من Koç University يقترح نظامين بصريين لحوسبة الذكاء الاصطناعي

ينقل نظامان جديدان من Koç University جزءًا من حسابات الذكاء الاصطناعي من الدوائر الإلكترونية إلى الضوء. وقد وصف صاحبهما، الأستاذ المساعد في كلية الهندسة الكهربائية والإلكترونية أور تيغين (Uğur Teğin)، هذين النهجين في ورقتين منفصلتين. والهدف واضح: جعل الذكاء الاصطناعي أسرع وأقل استهلاكًا للطاقة. ولا يتضمن الإعلان أي أرقام محددة، وهذا أهم ما ينبغي وضعه في الحسبان عند قراءته.

لماذا بدأ الحديث عن الضوء أصلًا

تحوّل استهلاك الذكاء الاصطناعي للكهرباء منذ مدة طويلة إلى مشكلة في البنية التحتية. ووفق تقديرات وكالة الطاقة الدولية، استهلكت مراكز البيانات نحو 415 تيراواط·ساعة في عام 2024، وقد يرتفع هذا الرقم بأكثر من الضعف بحلول عام 2030 ليبلغ نحو 945 تيراواط·ساعة. وسيأتي جزء كبير من هذه الزيادة من الذكاء الاصطناعي تحديدًا. فالإلكترونيات التقليدية تصطدم بحاجزين: الحرارة، وكلفة نقل البيانات بين الذاكرة ووحدات الحوسبة.

وتعالج البصريات المشكلتين معًا. فالضوء لا يولّد حرارة تُذكر أثناء انتشاره، ويمكن تنفيذ كثير من عمليات الشبكات العصبية، وفي مقدمتها ضرب المصفوفات والالتفافات، فيزيائيًا عند مرور الإشارة الضوئية عبر وسط مناسب. أي أن الحساب يحدث لحظة الانتشار، دون دورات ساعة ودون تبديل مليارات الترانزستورات.

ما المعروف عن عمل تيغين

لا يكشف البيان المنشور إلا القليل. ونوجز ذلك في قائمة.

• الباحث: أور تيغين، أستاذ مساعد، Koç University، قسم الهندسة الكهربائية والإلكترونية.
• الصيغة: ورقتان علميتان منفصلتان، ونظامان مختلفان.
• المبدأ: ينفّذ الضوء حسابات الذكاء الاصطناعي بدلًا من الدوائر الإلكترونية المعتادة.
• الهدف المعلن: أنظمة ذكاء اصطناعي أسرع وأكثر كفاءة في استهلاك الطاقة.
• غير مكشوف: الدقة في المهام القياسية، وزمن الاستجابة، والطاقة لكل عملية، وحجم النماذج، وإمكانية الإنتاج التجاري.

والنقطة الأخيرة جوهرية. فالحوسبة الضوئية تحقق منذ عقود نتائج مبهرة في المختبر، ونادرًا ما تصل إلى مركز البيانات. وبلا مقارنة مع GPU في مهمة محددة، يكون الحديث عن توفير الطاقة سابقًا لأوانه.

أين تتعثر البصريات عادةً

للحوسبة الضوئية اختناقات معروفة، وأي عمل جديد في هذا المجال يُختبر أمامها.

الأول: تحويل البيانات. فبيانات الإدخال تكون إلكترونية في الغالب، وكل تحويل إلى الضوء ثم عودة منه يستهلك طاقة. وإذا كانت كلفة التحويل أعلى من كلفة الحساب نفسه، يختفي المكسب.

الثاني: اللاخطية. فالشبكات العصبية تحتاج إلى دوال تنشيط لاخطية، والضوء في الأوساط الخطية لا يوفرها. ولذلك يجب إما العودة إلى الإلكترونيات، وإما استخدام تأثيرات بصرية لاخطية تتطلب قدرة ضوئية ملحوظة.

الثالث: الدقة. فالحساب الضوئي تناظري في جوهره، وهو حساس للضجيج وللانجراف الحراري. وهذا مقبول في الاستدلال (inference)، لكنه أصعب بكثير في التدريب.

الرابع: التكامل. فلكي يصبح النظام جزءًا من منظومة تضم PyTorch والمسرّعات المألوفة، يحتاج إلى برامج تشغيل ومترجمات وإنتاج قابل للتوسع.

وعبارة «جزء من حمل الحوسبة» في العنوان هي الأقرب إلى الواقع. والسيناريو المرجّح أن تتولى الوحدة الضوئية العمليات الخطية الثقيلة، بينما تبقى الإلكترونيات مسؤولة عن المنطق والذاكرة.

ما الذي ينبغي متابعته لاحقًا

بالنسبة إلى المهندسين ومن يخططون لبنية الذكاء الاصطناعي التحتية، الخطة العملية بسيطة. اقرأوا الورقتين كاملتين وابحثوا عن ثلاثة أرقام: الطاقة لكل عملية، وزمن الاستجابة، والدقة قياسًا إلى خط الأساس الرقمي في المهمة نفسها. ثم تحققوا من حجم النماذج التي اختُبر عليها النظام، فمجموعات البيانات التجريبية الصغيرة مثل MNIST لا تقول شيئًا عن المحوّلات (transformers). وأخيرًا، تأكدوا مما تفعله البصريات فعليًا داخل النظام، ومن مقدار الإلكترونيات المتبقية حولها.

أما بالنسبة إلى السوق، فالإشارة أعم. فأبحاث الحوسبة الفوتونية تتكاثر لأن الطاقة أصبحت المورد المقيِّد للذكاء الاصطناعي. ولا تزال المسافة طويلة بين أعمال المجموعات الجامعية ومسرّعات ضوئية تُنتج تجاريًا، لكن الاتجاه يستحق الاهتمام. وعندما تتوافر لدى تيغين مقاييس قابلة للقياس، سنعود إلى هذا الموضوع بالأرقام.