Ученые превратили тепловой шум в источник питания для компьютеров будущего
Исследователи из Национальной лаборатории имени Лоуренса в Беркли совершили прорыв в области энергоэффективных вычислений, разработав новый подход, который не борется с теплом, а использует его в качестве источника питания. Предложенная концепция «термодинамических вычислений» позволяет компьютерам задействовать тепловой шум — случайные колебания электронов, которые традиционные системы тратят огромные объемы энергии на подавление, — для выполнения сложных вычислительных задач.
В классических и квантовых компьютерах тепловой шум считается главным врагом, способным уничтожить данные, поэтому первые работают на высоких мощностях, чтобы «перекричать» помехи, а вторые требуют экстремального охлаждения. Термодинамический подход переворачивает эту парадигму: устройства с масштабом энергии, сопоставимым с тепловой энергией, предоставленные сами себе, меняют состояние под воздействием тепловых флуктуаций. Задача ученых — запрограммировать систему таким образом, чтобы эта естественная эволюция во времени приносила практическую пользу.
До недавнего времени развитие этого направления сдерживалось двумя серьезными препятствиями. Во-первых, из-за ограничений равновесного состояния исследователям приходилось ждать, пока система достигнет своего самого низкого энергетического уровня, прежде чем начать вычисления, что было слишком медленно. Во-вторых, технология ограничивалась простыми линейными операциями, что делало ее бесполезной для нелинейных задач современного искусственного интеллекта.
Команде из Беркли удалось обойти эти проблемы с помощью цифрового моделирования. Они доказали, что, используя нелинейные компоненты, термодинамический компьютер можно обучить выполнять расчеты в определенные моменты времени, независимо от того, достигла ли система равновесия. Это позволяет будущему оборудованию работать быстро и предсказуемо, как традиционный процессор, но потребляя при этом лишь малую долю энергии.
Еще одной сложностью стала стохастическая природа таких систем: из-за хаотичного влияния тепла ни один цикл вычислений не повторяет другой в точности, что делает стандартные методы обучения ИИ непригодными. Для решения этой задачи исследователь Корнел Казерт задействовал суперкомпьютер Perlmutter, используя 96 графических процессоров параллельно. Ученые провели «эволюционное моделирование», в ходе которого было оценено более триллиона «шумных» траекторий. Применив генетический алгоритм, команда смогла подобрать идеальные параметры для работы системы, питаемой шумом. Хотя цифровое моделирование для обучения такой нейросети требует больших затрат, после того как обученная система будет воплощена в физическом оборудовании, она сможет выполнять логический вывод с чрезвычайно низким энергопотреблением.
Последствия этого могут быть колоссальными для сферы ИИ. Для сравнения, один поисковый запрос в Google сегодня потребляет достаточно энергии, чтобы в течение трех минут питать шестиваттную светодиодную лампу. Перенос тяжелой работы по логическому выводу ИИ на термодинамические чипы способен радикально снизить эти энергозатраты. В настоящее время лаборатория активно ищет партнеров для перехода от цифровых разработок к созданию реальных физических устройств.