Paylaş
0
Yapay zekâ gün geçtikçte daha da gelişip yaygınlaşırken bu teknolojinin arkasındaki donanımların da önemi artıyor. Bellek de şüphesiz bunlardan biri. Öyle ki sırf yapay zekâ için çok yüksek RAM talebinden dolayı şu anda dünya çapında devam eden ve gittikçe büyüyen bir bellek krizi bile var.
Yapay zekâ dünyası her gün yeni bir yazılımsal gelişmeyle çalkalanırken, bu devasa modellerin üzerinde çalıştığı donanımlar artık fiziksel sınırlarına dayanmış durumda. Yapay zeka sistemlerinin bugün karşı karşıya olduğu en büyük sorunlardan biri de işlemci ile bellek arasındaki yoğun veri trafiği. İşte bu konudaki sınırlamaları çözebilecek bir hamle Türk bilim insanı Duygu Kuzum ve ekibinden geldi.
Duygu Kuzum ne geliştirdi? Neden bu kadar önemli?
ABD’nin San Diego şehrindeki Kaliforniya Üniversitesinde görev yapan Türk bilim insanı Duygu Kuzum ve ekibi, gerçekleştirdikleri RRAM çalışması ile yapay zekâda devrim yaratabileceklerini ortaya koydu. Ekip, sinir ağlarını doğrudan bellek içinde çalıştırmayı hedefleyen bir RRAM mimarisi geliştirdi. Böylece sinir ağlarının hesaplama süreçleri klasik mimarilerde olduğu gibi işlemcide değil, doğrudan bellek birimlerinin içinde yapılıyor.
Modern işlemciler ve bellekler arasında büyüyen bir performans farkı var. Bu da sektörde “bellek duvarı” olarak bilinen bir sorun oluşturuyor. Araştırmacılar, sinir ağlarının doğrudan kalıcı bellek devreleri içinde çalıştırılabilmesi durumunda yerel olarak çalışan, bulut bağlantısı gerektirmeyen ve sınırlı güçle uzun süre çalışabilen yapay zekâ uygulamalarının mümkün olabileceğini savunuyor.
Buluta bağımlılığı azaltarak yapay zekâda devrim yaratabilir
Böylece veriyi sürekli işlemci–bellek arasında taşımak yerine, işlem verinin bulunduğu yerde yapılabiliyor. Bu şekilde de gecikme ve güç tüketimi azaltılabiliyor, buluta olan bağlılık azaltılıyor, çok daha fazla cihaz içi yapay zekâ kullanımı mümkün hâle geliyor.
Ekip, çalışmalarında birden fazla RRAM katmanını üst üste yerleştirdi ve “bulk RRAM” olarak adlandırılan tasarımı oluşturdu. Toplamda Elde edilen devrelerin tek bir 3D yapıda 8 RRAM katmanı kullanarak 40 nanometreye kadar küçültülebildiği aktarılmış. Ayrıca her bir bellek hücresinin 64 farklı direnç seviyesini temsil edebildiği de aktarılmış.
Test sonuçları da gerçekten umut verici. Ekip, giyilebilir bir sensörden gelen verileri sınıflandıran bir öğrenme algoritmasını sürekli çalıştırarak yığılmış RRAM'i test etti. Sistemin yaklaşık %90 doğruluk oranına ulaştığı ve geleneksel dijital sinir ağlarının performansına yaklaştığı görüldü.
RRAM nedir?
RRAM, gelecekte çok yaygınlaşması beklenen ve birçok sorunu çözebileceği söylenen “Dirençli RAM” olarak da adlandırılan bir teknoloji. Sistem, veriyi bir hücrenin elektriksel direncini değiştirip sabitleyerek saklayan “geçici olmayan” bir bellek yaklaşımı olarak nitelendiriliyor. Yüksek yoğunluk, düşük güç ve özellikle yapay zekâ için kritik olan bellek-içi hesaplama gibi avantajlar vadediyor. Yani amaç sadece “daha iyi depolama” değil, hesaplama mimarisini değiştirmek. Bu yüzden de devrim yaratacağı beklentisi var.
Kuzum ve ekibinin teknolojisi, yapay zekâ sistemlerinde buluta olan bağımlığı minimuma indirerek bu teknolojinin en büyük sınırlamalarından birini çözme potansiyeline sahip. Tabii ki daha çok erken aşamalarında ancak şimdiden heyecan verici olduğunu söyleyebiliriz. Kuzum ve ekibinin başarılarının devamını diliyoruz.
