တရုတ်သည် သုညနှင့် တစ်ဂဏန်းနှစ်လုံးတည်းဖြင့် ကိန်းများကိုရေးသည့် စနစ်မသုံးသော AI ချစ်ပ် အမြောက်အမြားထုတ်လုပ်
တရုတ်နိုင်ငံသည် ၎င်း၏တစ်ဦးတည်းပိုင် ဟိုက်ဘရစ်ကွန်ပြူတာနည်းပညာကို လေကြောင်းနှင့် စက်မှုလုပ်ငန်းစနစ်များအပါအဝင် အရေးပါသောကဏ္ဍများတွင် ပေါင်းစပ်ထည့်သွင်းထားသည့် သုညနှင့်တစ်ဂဏန်းနှစ်လုံးတည်းဖြင့်ကိန်းများကိုရေးသည့်စနစ်ကို မသုံးသော AI ချစ်ပ်များကို ကမ္ဘာ၌ပထမဆုံး အကြိမ်အဖြစ် အများအပြား ထုတ်လုပ်လိုက်ပြီ ဖြစ်သည်။
ပေကျင်းရှိ Beihang တက္ကသိုလ်မှ ပါမောက္ခ လီဟွန်းဂီ ၏ အဖွဲ့က ဦးဆောင်သော ဤအောင်မြင်မှုသည် အမေရိကန် ချစ်ပ်များ၏ ကန့်သတ်ချက်များကို ကျော်လွန်ကာ ထိတွေ့မျက်နှာပြင်များနှင့် ပျံသန်းမှုစနစ်များကဲ့သို့ ဉာဏ်ရည်တု ထိန်းချုပ်မှုဆိုင်ရာ အပလီကေးရှင်းများတွင် မကြုံဖူးသော အမှားအယွင်းများကို ရှောင်ရှားခြင်းဖြင့် ရိုးရာကွန်ပြူတာနည်းပညာများ၏ အခြေခံအတားအဆီးများကို ကျော်လွှားနိုင်မည်ဖြစ်သည်။
ယနေ့ခေတ် ချစ်ပ်နည်းပညာများသည် ပါဝါ အခက်အခဲနှင့် ဗိသုကာပိုင်းဆိုင်ရာ အတားအဆီးဟူသော စိန်ခေါ်မှုနှစ်ခုကို ရင်ဆိုင်နေရကြောင်း လီက ပေကျင်း အခြေစိုက် အစိုးရ သတင်းစာ Guangming Daily ကို ပြီးခဲ့သည့်လက ပြောကြားခဲ့သည်။
ပါဝါအခက်အခဲသည် အခြေခံကျသော ဆန့်ကျင်ဘက်တစ်ခုမှ ဖြစ်ပေါ်လာသည်။ ဘိုင်နရီစနစ်ဟုခေါ်သော သုညနှင့် တစ်ဂဏန်း နှစ်လုံးတည်းဖြင့် ကိန်းများကို ရေးရသောစနစ်သည် သတင်းအချက်အလက်များကို သယ်ဆောင်ရာတွင် ထိရောက်သော်လည်း စွမ်းအင်ပါဝါအများအပြားကို အသုံးပြုရသည်။ ဗိသုကာ အတားအဆီးမှာ ဆီလီကွန်မဟုတ်သော ချစ်ပ်အသစ်များသည် CMOS (သို့မဟုတ်) ဖြည့်စွက်သတ္တုအောက်ဆိုဒ်-တစ်ပိုင်းလျှပ်ကူးပစ္စည်းများကို အခြေခံ၍ ရိုးရာစနစ်များနှင့် အလွယ်တကူ ဆက်သွယ်နိုင်ခြင်း မရှိခြင်းဖြစ်သည်။
လီ၏အဖွဲ့သည် ၂၀၂၂ ခုနှစ်ကတည်းက အခြားရွေးချယ်စရာနည်းလမ်းများကို ရှာဖွေနေခဲ့သည်။ ၎င်းတို့၏အောင်မြင်မှုများသည် ဒွိနံပါတ်(ဘိုင်နရီ)များကို ရိုးရာ(stochastic) သို့မဟုတ် ဖြစ်နိုင်ခြေရှိသောအခြေခံနံပါတ်များနှင့် ပေါင်းစပ်ထားသည့် ဂဏန်းစနစ်အသစ် – Hybrid Stochastic Number (HSN) ၏ အဆိုပြုချက်နှင့်အတူ ဖြစ်ပေါ်လာခြင်းဖြစ်သည်။
ယနေ့ခေတ်တွက်ချက်မှု၏ အခြေခံအုတ်မြစ်ဖြစ်သော ဘိုင်နရီ လော့ဂျစ်သည်ကိန်းမှန်သမျှကို ၀ နှင့် ၁ တို့ကို သာ အသုံးပြု၍ ကိန်းများကို ကိုယ်စားပြု ရေးသားပြီး တိကျသောဂဏန်းသင်္ချာ တွက်ချက်မှုများကို အသုံးပြုထားသည်။ သို့သော်၊ ပမာဏကြီးမားသောဘိုင်နရီ စနစ်တွက်ချက်မှုများသည် ကျယ်ပြန့်သော ကွန်ပျူတာဆိုင်ရာ ဟာ့ဒ်ဝဲအရင်းအမြစ်ပစ္စည်းများ ကို လိုအပ်သည်။
ဖြစ်တန်စွမ်းသီအိုရီကို သုံး၍တွက်ချက်သောကွန်ပြူတာသည် တန်ဖိုးများကို ကိုယ်စားပြုရန်အတွက် သတ်မှတ်ထားသောအချိန်တစ်ခုအတွင်း “အဆင့်မြင့်” ဗို့အားလှိုင်းများ၏ ကြိမ်နှုန်းကို အသုံးချပြီး ကွန်ပျူတာဟာ့ဒ်ဝဲသုံးစွဲမှုကို သိသိသာသာ လျှော့ချပေးနိုင်သည်။ ၎င်းကို ရုပ်ပုံပြင်ဆင်ခြင်း(image processing)၊ အာရုံကြောကွန်ရက်များ(Neural Networks) နှင့် နက်ရှိုင်းစွာသင်ယူခြင်း(deep learning)ကဲ့သို့သော နယ်ပယ်များတွင် အသုံးပြုနှင့်ထားပြီးဖြစ်သည်။ သို့သော် ကွန်ပျူတာသည် ၎င်း၏ ကြိမ်နှုန်းအခြေခံတန်ဖိုးများကို ကိုယ်စားပြုခြင်းကြောင့် တွက်ချက်မှုတွင် ကာလကြာရှည်စွာ နှောင့်နှေးမှုပြသာနာများကို ကြုံတွေ့နေရသည်။
ယင်းပြသာနာကိုဖြေရှင်းရန်အတွက် လီ၏အဖွဲ့သည် stochastic logic ၏ထိရောက်သော စွမ်းဆောင်ရည်နှင့်အတူ ဒွိစနစ် (binary) တွက်ချက်ခြင်း၏အမြန်နှုန်းကိုပေါင်းစပ်ထားသည့် hybrid probabilistic logic ကိုမိတ်ဆက် ပေးခဲ့ခြင်းဖြစ်သည်။
ဤအယူအဆကိုအခြေခံ၍ လီ၏အဖွဲ့သည် ထိတွေ့မှုနှင့် မျက်နှာပြင်အတွက် စမတ်ချစ်ပ်တစ်ခုကို ထိပ်တန်းတရုတ်ချစ်ပ်ထုတ်လုပ်သူ Semiconductor Manufacturing International Corporation ၏ ဆန်းသစ်သော ၁၁၀ နာနိုမီတာ(110-nanometer) လုပ်ငန်းစဉ်နည်းပညာကို အသုံးပြု၍ ၂၀၂၃ ခုနှစ်တွင် တီထွင်ခဲ့သည်။
ပရောဂျက်ရလဒ်များကို IEEE Journal of Solid-State Circuits တွင် လွန်ခဲ့သောနှစ်နှစ်က ထုတ်ဝေခဲ့သည်။ ၎င်းတို့အဖွဲ့သည် ၂၈နာနိုမီတာ (28nm CMOS) လုပ်ငန်းစဉ်ကို အသုံးပြု၍ ဖန်တီးထားသည့် စက်သင်ယူမှုအတွက် အထူးစွမ်းဆောင်ရည်မြင့်ချပ်စ်ကို အမြောက်အမြားထုတ်လုပ် ခဲ့ကြောင်း ယခုနှစ် ဇန်နဝါရီလတွင် ထုတ်ပြန်သည့် Microelectronics ဂျာနယ်တွင် ဖော်ပြထားသော ရလဒ်များအရ သိရသည်။
Guangming Daily ၏ အဆိုအရ ဤသုတေသနသည် ဒွိစနစ်(binary)၊ ရိုးရာ stochastic နှင့် hybrid stochastic ဂဏန်းစနစ်များ၏ ပထမဆုံး ပေါင်းစည်းခြင်းဖြစ်ပြီး တစ်ခုချင်းစီ၏ သင်္ချာဆိုင်ရာ ကိုယ်စားပြုမှုများနှင့် အမှားအယွင်းခံနိုင်ရည်ရှိမှု၊ နှောင့်ယှက်မှုကို ခံနိုင်ရည်ရှိမှုနှင့် စွမ်းအင်ထိရောက်မှုတို့တွင် ၎င်းတို့၏ ဝိသေသလက္ခဏာများကို ခွဲခြမ်းစိတ်ဖြာခြင်း စသည့်အချက်များကို ဆန်းစစ်သုံးသပ်နိုင်ခဲ့သည်။
၎င်းသည် အနာဂတ်တွင် ဖြစ်နိုင်ချေရှိသော ပေါင်းစပ်ချစ်ပ်များ ဖွံ့ဖြိုးတိုးတက်မှုအတွက် ခိုင်မာသော သီအိုရီအခြေခံအုတ်မြစ်ကို ပံ့ပိုးပေးပါသည်။
HSN အပြင် ချစ်ပ်သည် သမားရိုးကျ ဗိသုကာလက်ရာများတွင် မှတ်ဉာဏ်နှင့် ပရိုဆက်ဆာများကြားတွင် စွမ်းအင်အသုံးများသော ဒေတာများ ပိတ်ဆို့ခြင်းကို လျှော့ချပေးသည့် မူလတွက်ချက်မှု အယ်လ်ဂိုရစ်သန် (in-memory computing algorithms) ပါဝင်ပါသည်။
၎င်းတွင် အလုပ်များစွာကို အပြိုင်ကိုင်တွယ်ရန်၊ သမားရိုးကျ တစ်သားတည်းဖြစ်နေသော ဗိသုကာလက်ရာများ၏ ကန့်သတ်ချက်များမှ ကင်းလွတ်ကာ လုပ်ငန်းမျိုးစုံကို အပြိုင်ကိုင်တွယ်ရန် ကွန်ပြူတာယူနစ်စနစ်အမျိုးမျိုးကို ပေါင်းစပ်ထားသည့် စနစ်-on-chip (SoC) ဒီဇိုင်းလည်း ပါရှိသည်။
အားနည်းသောအချက်ပြမှုများကို သိရှိနိုင်စေရန်နှင့် အသုံးပြုသူ အပြန်အလှန်ဆက်ဆံရေးကို မြှင့်တင်ရန် ဆူညံသံများကို စစ်ထုတ်သည့် ထိတွေ့အသိအမှတ်ပြုမှုအပါအဝင် အသိဉာဏ်ရှိသော ထိန်းချုပ်မှုအခြေအနေများတွင် ချစ်ပ်ကို အသုံးပြုထားသည်။
စွမ်းဆောင်ရည်နှင့် ယုံကြည်စိတ်ချရမှုကို မြှင့်တင်ရန် တိကျသော၊ စွမ်းအင်ပါဝါနည်းပါးသော ဒေတာစီမံဆောင်ရွက်ပေးမှုကို လုပ်ဆောင်နိုင်သည့် ပြသမှုများတွင် ၎င်းကို အသုံးပြုထားပြီး တိကျပြီး တည်ငြိမ်သော လေကြောင်းလမ်းညွှန်မှုအတွက် ခိုင်မာသော တွက်ချက်မှုဆိုင်ရာပံ့ပိုးမှုပေးသည့် ပျံသန်းခြင်းထိန်းချုပ်မှုစနစ်များကိုလည်း အသုံးပြုထားသည်။
လီ၏အဖွဲ့သည် ပေါင်းစပ်ဖြစ်နိုင်ချေရှိသော ကွန်ပျူတာအတွက် အံဝင်ခွင်ကျဖြစ်စေမည့် သီးသန့် ညွှန်ကြားချက် ဗိသုကာ (ISA) နှင့် microarchitecture ကို လုပ်ဆောင်နေကြောင်း လီက Guangming Daily သို့ ပြောကြားခဲ့သည်။ ၎င်းတို့သည် ချစ်ပ်၏စွမ်းဆောင်ရည်များကို တိုးတက်ခြင်းနှင့် ရုပ်ပုံလုပ်ဆောင်ခြင်း၊ ဉာဏ်ရည်တုနည်းပညာကြီးမားသောမော်ဒယ်အရှိန်မြှင့်ခြင်းနှင့် အခြားရှုပ်ထွေးသော ကွန်ပျူတာလုပ်ဆောင်ခြင်းများအတွက် ရည်ရွယ်သည်။
“လက်ရှိ ချစ်ပ်သည် မိုက်ခရိုစက္ကန့် (microsecond) အဆင့်တွင် on-chip computing latency ကိုရရှိထားပြီးဖြစ်ပြီး၊ စွမ်းဆောင်ရည်မြင့် ဟတ်ဝဲအရှိန်မြင့်တင်ခြင်း (hardware acceleration) နှင့် ဆော့ဖ်ဝဲပြောင်းလွယ်ပြင်လွယ်ခြင်း (flexible software programmability) အကြားတွင် ချိန်ညှိ လုပ်ဆောင်နိုင်သည်။
Source: Popular Myanmar
