Işıkla çalışan çip, AI’ı hem hızlandırıyor hem tasarruf sağlıyor

Metin Akpınar

Teknoloji Editörü

Işıkla çalışan çip, AI’ı hem hızlandırıyor hem tasarruf sağlıyor — Yapay zekanın en kritik bileşenlerinden biri olan **Evrişimsel Sinir Ağları** (CNN), fotoğraflarda yüz tanıma, el yazısı okuma ve dil çevirisi gibi görevlerde öne çıkıyor. Bu ağlar, ham verileri küçük filtrelerle tarayarak anlamlı desenleri öne çıkarıyor. Ancak bu yoğun işlem, yüksek enerji tüketimi anlamına geliyor. CNN’lerin **enerji** kullanımının büyük kısmı, her piksel üzerinde yürütülen karmaşık hesaplamalara harcanıyor.

Yapay zekâ sistemleri büyüdükçe ve daha fazla enerji talep ettikçe, bu geleneksel yöntem veri merkezlerinde ciddi bir yük oluşturuyor. Enerji ihtiyacının sürekli artması, dolayısıyla maliyetlerin yükselmesi de inovasyonun yavaşlayabileceği endişesini ortaya çıkarıyor.

AI’ın enerji sorununa ışıklı çözüm

pJTC’yi özel kılan, hız ve verimlilikteki çığır açan yaklaşımı. Geleneksel teknolojilerde kullanılan sıvı kristaller veya mikro aynalar yerine, çip GHz hızında veri ve filtre programlayabiliyor. Ayrıca çip, optik vericilerde kullanılan güvenilir fotonik bileşenleri kullanıyor ve üzerine çip içi silikon fotoniğine dayalı FT Fresnel mercekleri ekleyerek karmaşık ışık tabanlı matematik işlemlerini doğrudan çip üzerinde yapabiliyor.

Çipin çalışma prensibi, geleneksel hesaplamadan farklı. Makine öğrenimi verileri ışığa dönüştürülüyor, Fresnel merceklerden geçerek ışık bükülüyor ve karmaşık matematik işlemleri yapılıyor. İşlem tamamlandığında ışık dijital sinyale çevrilerek AI görevi tamamlanıyor.

Florida Üniversitesi'nde çalışmanın ortak yazarı olan Hangbo Yang, yeniliği şöyle açıkladı: “Bu tür bir optik hesaplamayı ilk kez bir çipe yerleştirip yapay zeka sinir ağına uyguladık. Lenslerden aynı anda birden fazla dalga boyunda veya renkte ışık geçirebiliriz. Bu, fotoniğin en önemli avantajı.” Bu avantaj kendisini verimlilikte ve performansta da gösteriyor. Her watt başına 305 trilyon işlem ve milimetrekare başına 40,2 trilyon işlem yapılabiliyor. Bu, uç cihazlardan bulut hizmetlerine kadar AI’ı her alanda güçlendirebileceği anlamına geliyor.

Çalışmanın lideri Volker J. Sorger, çip üreticilerinin (Nvidia gibi) bazı AI sistemlerinde optik elemanları halihazırda kullandığını belirterek, yeni teknolojinin entegrasyonunun kolay olabileceğini vurguladı.