به گزارش ساوت چاینا مورنینگ پست، این دستگاه آنالوگ که توسط پژوهشگران دانشگاه پکن طراحی شده، از تراشههای حافظه ساختهشده از مواد مقاومتی (resistive) استفاده میکند. به گفته تیم تحقیقاتی، با بهبودهای آینده، این تراشه میتواند با نرخ پردازشی ۱۰۰۰ برابر سریعتر از پیشرفتهترین پردازندههای دیجیتال، از جمله پردازنده گرافیکی Nvidia H100محاسبات را انجام دهد.
پژوهشگران در مقالهای نوشتند: «دقت، همواره گلوگاه اصلی رایانش آنالوگ بوده است». اینکه چگونه بهطور همزمان به دقت بالا و مقیاسپذیری در رایانش آنالوگ دست پیدا کنیم تا بتوان از مزایای ذاتی آن برای وظایف رایانشی مدرن بهره برد، یک مسئله صدساله بوده که جامعه علمی جهان را گرفتار کرده است.
به گفته تیم تحقیقاتی: «ارزیابیهای انجامشده نشان میدهد که رویکرد رایانش آنالوگ ما میتواند برای همان سطح دقت، هزار برابر توان عملیاتی بالاتر و صد برابر بهرهوری انرژی بهتر نسبت به پردازندههای دیجیتال پیشرفته ارائه دهد.»
برخلاف رایانش دیجیتال که بر صفر و یک برای ذخیره و پردازش اطلاعات تکیه دارد، رایانش آنالوگ اطلاعات را با مقادیری که میتوانند بهطور پیوسته در یک بازه تغییر کنند، پردازش میکند.
نحوه کار رایانش دیجیتال شبیه یک کلید برق معمولی با دو حالت روشن و خاموش است؛ در حالی که رایانش آنالوگ مانند یک دیمر نوری عمل میکند که شدت نور را بهصورت پیوسته تنظیم میکند.
دستگاه آنالوگ تیم تحقیقاتی توانسته به دقتی مشابه سیستمهای دیجیتال دست یابد که میتواند به حل چالشهای محاسباتی در حوزههای هوش مصنوعی و ارتباطات ۶G کمک کند. این دستگاه همچنین برای آشکارسازی سیگنالهای ارتباطات بیسیم مورد استفاده قرار گرفت و تیم دریافت که عملکرد سیستم در تشخیص سیگنالهای بیسیم قابلرقابت با پردازندههای دیجیتال است.
امروزه رایانش دیجیتال بهدلیل ظرفیت ذخیرهسازی بالا و قابلیت برنامهپذیری گسترده، فناوری غالب در کارهای عمومی است. این سیستمها محاسبات را از طریق الگوریتمهای دقیق و مرحلهبهمرحله انجام میدهند.
حل مسائل پیشرفته ریاضی برای حوزههایی مانند رایانش علمی، پردازش سیگنال و آموزش شبکههای عصبی اهمیت حیاتی دارد.
اگرچه رایانش دیجیتال میتواند اکثر کارهای پیچیده را انجام دهد، اما در محاسبات پیوسته و وسیع که اغلب برای شبیهسازی سیستمهای طبیعی مانند آبوهوا یا در سیستمهای هوش مصنوعی مبتنی بر ماتریس به کار میرود، با مشکل روبهرو است.
تیم تحقیقاتی گفت: «با افزایش کاربردهایی که حجم عظیمی از دادهها را به کار میگیرند، این موضوع چالشی برای رایانههای دیجیتال ایجاد میکند، بهویژه زمانی که کوچکسازی متعارف قطعات الکترونیکی با چالش مواجه شده است.» این موضوع بهدلیل زمان و انرژی بسیار زیادی است که سیستمهای دیجیتال مصرف میکنند، بهویژه زمانی که به محدودیتهای فیزیکی رایانش نزدیک میشویم. این محدودیت از جدایی میان پردازش و حافظه در سیستمهای دیجیتال ناشی میشود.
رایانش آنالوگ از کمیتهای فیزیکی مانند ولتاژ، جریان یا فشار آب برای حل مستقیم مسائل استفاده میکند. همین ویژگی به آن اجازه میدهد سیستمهای پویا را شبیهسازی کند یا محاسبات هوش مصنوعی را سریعتر و با مصرف انرژی کمتر انجام دهد.
قدیمیترین نمونه شناختهشده از یک رایانه آنالوگ، سازوکار آنتیکیترا (Antikythera) است؛ یک مدل مکانیکی یونان باستان برای پیشبینی موقعیتهای نجومی و خسوف. در سال ۱۹۳۶، ولادیمیر لوکیانوف، مهندس شوروی، «انتگرالگیر آبی» را ساخت؛ یک رایانه آنالوگ که از حرکت آب در لولهها برای حل مسائل ریاضی استفاده میکرد.
علیرغم مزایای رایانش آنالوگ، توسعه آن با موانعی همچون دقت پایین و مشکلات مقیاسپذیری مواجه بوده که باعث شده این فناوری به «فناوری میراثی» تنزل یابد.
تیم تحقیقاتی گفت استفاده از آرایههای حافظه مقاومتیکه با تغییر مقاومت الکتریکی مواد میان الکترودها داده ذخیره میکنند میتواند فرایند حل معادلات ماتریسی را سرعت ببخشد. آنها گفتند عملکرد دستگاهشان در حل معادلات ماتریس در مقیاس متوسط، از پردازندههای گرافیکی سطحبالا نیز فراتر رفته است و بهبودهای بیشتر در مدارها میتواند کارایی آن را حتی بیشتر افزایش دهد.
منبع: scmp
