آخرین اخبار:
کد خبر:۱۲۸۳۲۵۴
توسط محقق ایرانی تحقق یافت

تراشه‌ای به نازکی مو، تنها با یک جرقه برق، ۱۰۰ میلیون کتاب را در ۷ دقیقه منتقل می‌کند

دانشمندان دانشگاه لاوال کانادا با همکاری محقق ایرانی خود یک تراشه نوری کوچک، اما متحول‌کننده توسعه داده‌اند که قادر به انتقال ۱۰۰۰ گیگابیت در ثانیه است و تنها کسری از انرژی مورد استفاده سیستم‌های مرسوم را مصرف می‌کند.

به گزارش گروه دانشگاه خبرگزاری دانشجو، دانشمندان دانشگاه لاوال کانادا با همکاری محقق ایرانی خود یک تراشه نوری کوچک، اما متحول‌کننده توسعه داده‌اند که قادر به انتقال ۱۰۰۰ گیگابیت در ثانیه است و تنها کسری از انرژی مورد استفاده سیستم‌های مرسوم را مصرف می‌کند.

تیم تحقیقاتی مرکز اپتیک، فوتونیک و لیزر (COPL) با توسعه یک تراشه نوری منحصر‌به‌فرد و کم‌مصرف، قصد دارد به تقاضای بالای انرژی سیستم‌های هوش مصنوعی مانند ChatGPT رسیدگی کند.

این دستگاه فوتونیکی انقلابی که به نازکی یک تار مو است، به جای الکتریسیته، از نور به عنوان واسطه اصلی انتقال داده استفاده می‌کند.

طبق گزارش‌ها، این فناوری می‌تواند حجم عظیمی از داده‌ها را با سرعت فوق‌العاده بالا، تا ۱۰۰۰ گیگابیت در ثانیه (Gbps)، منتقل کند که جهشی قابل توجه نسبت به سیستم‌های فعلی است که حداکثر سرعت آنها حدود ۵۶ گیگابیت در ثانیه است.

طبق گفته محققان، این مقدار برای انتقال معادل ۱۰۰ میلیون کتاب در کمتر از هفت دقیقه کافی است، دقیقاً همان زمانی که برای دم کردن یک فنجان قهوه لازم است.

 

کوچک، اما پر از پتانسیل

این تراشه از فاز نور، به عبارت دیگر، تغییر آن، برای عملکرد و انتقال مؤثرتر اطلاعات استفاده می‌کند. با افزودن این بُعد جدید به سیگنال، محققان به سطوح بی‌سابقه‌ای از عملکرد دست یافتند.

علیرضا گراوند، دانشجوی دکترا در دانشگاه لاوال و نویسنده اول این مطالعه، توضیح داد: «ما در حال جهش از ۵۶ گیگابیت در ثانیه به ۱۰۰۰ گیگابیت در ثانیه هستیم.

تراشه‌ای به نازکی مو، تنها با یک جرقه برق، ۱۰۰ میلیون کتاب را در ۷ دقیقه منتقل می‌کند

اما سرعت تنها نیمی از داستان است. چیزی که این تراشه را واقعاً پیشگام می‌کند، توانایی آن در دستیابی به این سرعت با مصرف تنها چهار ژول انرژی است، همان مقدار انرژی مورد نیاز برای گرم کردن یک میلی‌لیتر آب به میزان ۱.۸ درجه فارنهایت (یک درجه سانتیگراد).

علیرضا گراوند، دانشجوی دکترا در دانشگاه لاوال که در آزمایشگاه‌های COPL روی فناوری کار می‌کند.

 

این پیشرفت به مدولاتور‌های ریزحلقه متکی است، که دستگاه‌های حلقه‌ای شکل کوچکی از سیلیکون هستند که نور را برای رمزگذاری اطلاعات دستکاری می‌کنند. این سیستم از دو جفت از این مدولاتور‌ها استفاده می‌کند که یکی از آنها برای کنترل شدت نور و دیگری برای تنظیم فاز آن استفاده می‌کند.

این رویکرد دو کاناله، پهنای باند بسیار بیشتری را در فضای فیزیکی بسیار کوچک‌تری فراهم می‌کند. گراوند توضیح داد که این تراشه، یک راه‌حل امیدوارکننده برای مراکز داده هوش مصنوعی ارائه می‌دهد.

او ادامه داد: «با سرعت ۱۰۰۰ گیگابیت در ثانیه، می‌توانید کل یک مجموعه داده آموزشی - معادل بیش از ۱۰۰ میلیون کتاب - را در کمتر از هفت دقیقه منتقل کنید. این تقریباً معادل زمانی است که برای دم کردن یک فنجان قهوه لازم است.»

 

چه اتفاقی قرار است بیفتد؟

مراکز داده فعلی به ده‌ها یا حتی صد‌ها هزار پردازنده متکی هستند که باید دائماً و اغلب در فواصل طولانی با هم در ارتباط باشند. اگرچه هر پردازنده فقط چند میلی‌متر اندازه دارد، اما در مجموع، زیرساخت به سرعت رشد می‌کند و انرژی مورد نیاز برای تأمین انرژی آن نیز افزایش می‌یابد.

 

این دانشجوی دکترا خاطرنشان کرد: «در نهایت سیستمی به طول کیلومتر‌ها خواهید داشت.» او افزود که با این فناوری جدید، واحد‌ها می‌توانند به سرعت و کارآمد با هم ارتباط برقرار کنند، گویی فقط چند متر از هم فاصله دارند. این یک مزیت بزرگ است، زیرا تقاضا برای هوش مصنوعی همچنان رو به افزایش است.

اگرچه این فناوری هنوز در آزمایشگاه است، اما کاربرد‌های تجاری آن ممکن است چندان دور از دسترس نباشد. شرکت‌هایی مانند انویدیا از قبل استفاده از مدولاتور‌های ریزحلقه را آغاز کرده‌اند، اگرچه سیستم‌های فعلی هنوز صرفاً به شدت نور متکی هستند. با این حال، نوآوری این تیم لایه جدیدی از قابلیت‌ها را اضافه می‌کند و بنابراین جامعه را یک قدم به هوش مصنوعی با سرعت نور نزدیک‌تر می‌کند.

 

گراوند در بیانیه‌ای نتیجه‌گیری کرد: ده سال پیش، آزمایشگاه ما زمینه‌ساز این فناوری شد. امروز، ما آن را به سطح بالاتری می‌بریم. شاید ظرف چند سال، صنعت به آن برسد و این نوآوری راه خود را به دنیای واقعی باز کند.

ارسال نظر
captcha
*شرایط و مقررات*
خبرگزاری دانشجو نظراتی را که حاوی توهین است منتشر نمی کند.
لطفا از نوشتن نظرات خود به صورت حروف لاتین (فینگیلیش) خودداری نمايید.
توصیه می شود به جای ارسال نظرات مشابه با نظرات منتشر شده، از مثبت یا منفی استفاده فرمایید.
با توجه به آن که امکان موافقت یا مخالفت با محتوای نظرات وجود دارد، معمولا نظراتی که محتوای مشابهی دارند، انتشار نمی یابد.
پربازدیدترین آخرین اخبار