Yapay zekâ gün geçtikçte daha da gelişip yaygınlaşırken bu teknolojinin ardındaki donanımların da önemi artıyor. Bellek de elbet bunlardan biri. O denli ki sadece yapay zekâ için çok yüksek RAM talebinden ötürü şu anda dünya çapında devam eden ve gitgide büyüyen bir bellek krizi bile var.

Yapay zekâ dünyası her gün yeni bir yazılımsal gelişmeyle çalkalanırken, bu devasa modellerin üzerinde çalıştığı donanımlar artık fizikî sonlarına dayanmış durumda. Yapay zeka sistemlerinin bugün karşı karşıya olduğu en büyük problemlerden biri de işlemci ile bellek ortasındaki ağır bilgi trafiği. İşte bu mevzudaki sınırlamaları çözebilecek bir atılım Türk bilim insanı His Kuzum ve takımından geldi.

Duygu Kuzum ne geliştirdi? Neden bu kadar değerli?

ABD’nin San Diego kentindeki Kaliforniya Üniversitesinde vazife yapan Türk bilim insanı His Kuzum ve takımı, gerçekleştirdikleri RRAM çalışması ile yapay zekâda ihtilal yaratabileceklerini ortaya koydu. Takım, sinir ağlarını direkt bellek içinde çalıştırmayı hedefleyen bir RRAM mimarisi geliştirdi. Böylelikle hudut ağlarının hesaplama süreçleri klasik mimarilerde olduğu üzere işlemcide değil, direkt bellek ünitelerinin içinde yapılıyor.

Modern işlemciler ve bellekler ortasında büyüyen bir performans farkı var. Bu da bölümde “bellek duvarı” olarak bilinen bir sorun oluşturuyor. Araştırmacılar, hudut ağlarının direkt kalıcı bellek devreleri içinde çalıştırılabilmesi durumunda lokal olarak çalışan, bulut irtibatı gerektirmeyen ve sonlu güçle uzun müddet çalışabilen yapay zekâ uygulamalarının mümkün olabileceğini savunuyor.

Buluta bağımlılığı azaltarak yapay zekâda ihtilal yaratabilir

Böylece datayı daima işlemci–bellek ortasında taşımak yerine, süreç datanın bulunduğu yerde yapılabiliyor. Bu halde de gecikme ve güç tüketimi azaltılabiliyor, buluta olan bağlılık azaltılıyor, çok daha fazla aygıt içi yapay zekâ kullanımı mümkün hâle geliyor.

Ekip, çalışmalarında birden fazla RRAM katmanını üst üste yerleştirdi ve “bulk RRAM” olarak isimlendirilen tasarımı oluşturdu. Toplamda Elde edilen devrelerin tek bir 3D yapıda 8 RRAM katmanı kullanarak 40 nanometreye kadar küçültülebildiği aktarılmış. Ayrıyeten her bir bellek hücresinin 64 farklı direnç düzeyini temsil edebildiği de aktarılmış.

Test sonuçları da sahiden umut verici. Grup, giyilebilir bir sensörden gelen bilgileri sınıflandıran bir öğrenme algoritmasını daima çalıştırarak yığılmış RRAM’i test etti. Sistemin yaklaşık %90 doğruluk oranına ulaştığı ve klasik dijital hudut ağlarının performansına yaklaştığı görüldü.

RRAM nedir?

RRAM, gelecekte çok yaygınlaşması beklenen ve birçok sorunu çözebileceği söylenen “Dirençli RAM” olarak da isimlendirilen bir teknoloji. Sistem, datayı bir hücrenin elektriksel direncini değiştirip sabitleyerek saklayan “geçici olmayan” bir bellek yaklaşımı olarak nitelendiriliyor. Yüksek yoğunluk, düşük güç ve bilhassa yapay zekâ için kritik olan bellek-içi hesaplama üzere avantajlar vadediyor. Yani hedef yalnızca “daha güzel depolama” değil, hesaplama mimarisini değiştirmek. Bu yüzden de ihtilal yaratacağı beklentisi var.

Kuzum ve takımının teknolojisi, yapay zekâ sistemlerinde buluta olan bağımlığı minimuma indirerek bu teknolojinin en büyük sınırlamalarından birini çözme potansiyeline sahip. Doğal ki daha çok erken kademelerinde lakin şimdiden heyecan verici olduğunu söyleyebiliriz. Kuzum ve grubunun muvaffakiyetlerinin devamını diliyoruz.