Fotonik Tensor Prosessoru (Photonic Tensor Prosessor), faza keçidli fotonik yaddaşa müxtəlif dalğa uzunluqlarında işığın effektiv təsiri ilə vektor-matris vurmasını həyata keçirir. (nerd.az: Tensor Prosessorları, TensorFlow maşın öyrənməsi üçün Google şirkəti tərəfindən xüsusi olaraq yaradılıb).
Fotonların istifadəsi, daha mürəkkəb maşın öyrənməsini (machine learning) yerinə yetirmək üçün daha güclü və enerjiyə çox qənaətli prosessorları yaratmağa imkan verir.
Neyron şəbəkələri sayəsində maşın öyrənməsini gerçəkləşdirmək olur və süni intellektin inkişafı üçün istifadə olunan yanaşmadır. Bununla tədqiqatçılar insan beyninin müxtəlif tapşırıqları yerinə yetirmək üçün işləmə prosesini təkrarlamağa çalışırlar.
AIP Publishing nəşriyyatının Tətbiqi Fizika İcmalları (Applied Physics Reviews) jurnalında dərc edilən məqalədə, elektrik əvəzinə işıq (fotonlar) istifadə edərək neyron şəbəkələrinin hesablamaları yerinə yetirməsi kimi yeni yanaşma təklif edir. Bu yanaşmada, Fotonik Tensor Prosessoru paralel olaraq matris vurmasını həyata keçirir və beləliklə müasir dərin öyrənmə (deep learning) paradiqmalarının sürətini və məhsuldarlığını dəfələrlə artırır.
Maşın öyrənməsində istifadə edilən neyron şəbəkələrə, kənardan müdaxilə olmadan qərar qəbul etməyi və naməlum verilənlərin təsnifini yaratmağı öyrədilir. Neyron şəbəkəsi, bu cür verilənlərlə tələb olunduğu kimi işləməyi öyrəndikdən sonra müstəqil olaraq nəticə əldə edir. Gəldiyi nəticələrlə oxşar elementləri və şablonları müəyyənləşdirərək təsnif edir. Verilənlərin ortaq xüsusiyyətlərini təyin edərək tapa bilir.
Fotonik Tensor Prosessor Modulunun (FTPM), verilənləri paralel olaraq yaddaşda saxlayır və emal edir. Elektro-optik qarşılıqlı əlaqənin mövcud olması, optik yaddaşın daha səmərəli şəkildə oxunmasına və yazılmasına, FTPM isə digər arxitekturalarla qarşılıqlı məlumat mübadiləsi etmək imkanı verir.
Tensor Prosessoru Modulunun yerinə yetirdiyi əməliyyatları, optik yaddaşla inteqrasiya edilmiş fotonik platformaları ilə də həyata keçirə biləcəyimizi müəyyən etdik. Lakin eyni zamanda əməliyyatı yerinə yetirmək üçün enerjinin yalnız kiçik bir hissəsi istifadə edilir və daha yüksək məhsuldarlıq əldə edilir. Öncədən edilən öyrənmə ilə hətta işıq sürətində nəticələr əldə etmək olar.
-müəlliflərdən biri olan Mario Maskuqlio (Mario Miscuglio) deyir.
Əksər neyron şəbəkələri, insan beynini təqlid etmək üçün çox səviyyəli və qarşılıqlı əlaqəli neyronlarla işləməyi bacarır. Belə şəbəkələri yaratmağın effektiv yolu eyni vaxtda matrislərin və vektorların vurulmasını həyata keçirən mürəkkəb funksiyalardır. Beləliklə, matrislərin vurulması kimi vektorlaşdırılmış əməliyyatlar üzrə ixtisaslaşmış arxitektura vasitəsi ilə paralel olaraq əməliyyatları yerinə yetirmək olur.
Lakin, tapşırıqlar nə qədər intellektual olarsa, eyni zamanda arzu olunan proqnozun dəqiqliyi nə qədər yüksək olarsa, neyron şəbəkəsi bir o qədər mürəkkəb olacaq. Belə mürəkkəb şəbəkələr, hesablamaq üçün çoxlu miqdarda verilənlər (məlumatlar) tələb edir və həmin verilənləri emal etmək üçün daha güclü məhsuldarlıq tələb olunur.
Dərin öyrənmə zamanı, yüksək dəqiqliklə çox mürəkkəb əməliyyatları emal etmək üçün, hazırda istifadə olunan müasir elektron prosessorların (məsələn, Qrafik Prosessor Modulu və ya Tensor Prosessor Modulu) təmin etdiyi məhsuldarlıq kifayət qədər deyil və həmçinin prosessorla yaddaş arasında məlumatların elektron vasitəsi ilə ötürülməsi səbəbindən baş verən ləngimə də məhdudiyyətlik yaradır.
Tədqiqatçılar Fotonik Tensor Prosessorların, Elektrikli Tensor Prosessorlardan ən azı iki-üç dəfə güclü ola biləcəyini göstərdilər. Fotonlar, 5G kimi şəbəkənin yuxarı sürətində əməliyyatları yerinə yetirən şəbəkə qovşaqları – paylanmış şəbəkələri və intellektual tapşırıqları yerinə yetirən mühərriklər üçün ideal seçim ola bilər. Videomüşahidə kameralardan, optik sensorlardan və digər mənbələrdən gələn verilənlər (məlumatlar), belə şəbəkələrin tam yüksək sürətində, artıq fotonlar halında mövcud ola bilər.
Xüsusi fotonik prosessorlar çox miqdarda enerjiyə qənaət edə, əldə edilən nəticənin cavab müddətini qısalda və məlumat mərkəzlərində yükü azalda bilər.
– Maskuqlio qeyd etdi.
Adi istifadəçi üçün bunların hamısı nə deməkdir?
Cihazlarda məlumatların və tapşırıqların daha sürətlə emal edilməsi deməkdir. Çünki məlumatların böyük hissəsi öncədən süni intellektə ötürüləcək və Fotonik Prosessorlar üzərində həyata keçirlən maşın öyrənmə vasitəsi ilə emal ediləcək. Yalnız verilənlərin çox kiçik hissəsi bulud şəbəkəsinə və ya məlumat mərkəzinə göndərilməsi lazım olacaqdır. Bu da deməkdir ki, bəzi hallarda əməliyyatlar işıq sürətində həyata keçiriləcəkdir. Buna nail olmaq üçün 5G yüksək sürətli rabitə vasitəsi ilə çox böyük miqdarda məlumatlar toplanılıb Süni İntellektə göndəriləcəkdir…
Nerd.az
Mənbə: “Photonic tensor cores for machine learning featured” by Mario Miscuglio and Volker J. Sorger, 21 July 2020, Applied Physics Reviews. DOI: 10.1063/5.0001942
