توسعه ریزتراشه‌های فوق‌سریع آلمانی با الهام از مغز؛ کاهش ۵۰ درصدی مصرف انرژی مراکز داده

🧠 عملکرد الهام‌گرفته از سیستم عصبی

پژوهشگران آلمانی در این پروژه روی اجزای الکترونیکی ابررسانا کار می‌کنند که اطلاعات را نه با جریان پیوسته، بلکه از طریق پالس‌های بسیار کوتاه الکتریکی پردازش می‌کنند. این پالس‌ها شباهت زیادی به نحوه انتقال سیگنال‌ها در مسیر‌های عصبی مغز انسان دارند.

برخلاف تراشه‌های سیلیکونی متداول که حتی در حالت غیرفعال نیز انرژی مصرف می‌کنند، این فناوری جدید تنها در زمان پردازش سیگنال انرژی مصرف می‌کند. به گفته پژوهشگران، همین ویژگی می‌تواند سرعت پردازش را افزایش داده و همزمان مصرف انرژی را به‌طور قابل‌توجهی کاهش دهد.

هانس توپفر، دکترای فیزیک و مدیر پروژه، با اشاره به کاربردهای بالقوه این فناوری اظهار داشت: «اگر این فناوری ابتدا در مراکز داده به‌کار گرفته شود و سپس به‌تدریج بهبود یابد، می‌توان همان توان محاسباتی فعلی را با حدود نصف انرژی امروز به دست آورد.»

📈 بحران رو‌به‌رشد مصرف انرژی در مراکز داده

این پروژه پاسخی مستقیم به افزایش سریع ترافیک جهانی داده است؛ رشدی که ناشی از گسترش گوشی‌های هوشمند، خدمات ابری، پلتفرم‌های استریم و به‌ویژه هوش مصنوعی است. استفاده گسترده از این فناوری‌ها، مصرف برق را در بسیاری از کشورها به سطوح بی‌سابقه‌ای رسانده است.

برای درک ابعاد این بحران، می‌توان به آمارهای زیر توجه کرد:

• مصرف آموزش هوش مصنوعی: آموزش مدل بزرگ زبانی ChatGPT-۴ به‌تنهایی حدود ۵۰ میلیون کیلووات‌ساعت برق مصرف کرده است؛ میزانی که می‌تواند برق سالانه بیش از ۱۰ هزار خانوار سه‌نفره را تامین کند.
• رشد در ایالات متحده: آمارها نشان می‌دهد مصرف برق ناشی از کاربردهای فناوری اطلاعات طی هشت سال گذشته همزمان با رشد هوش مصنوعی، دو برابر شده است.
• پیش‌بینی ۲۰۲۸: پژوهشگران آزمایشگاه ملی لارنس برکلی در کالیفرنیا پیش‌بینی می‌کنند تا سال ۲۰۲۸، بیش از نیمی از برق مصرفی مراکز داده صرف کاربردهای مرتبط با هوش مصنوعی شود.

این روند، آینده انقلاب دیجیتال را با چالش جدی مواجه کرده است؛ چراکه تأمین این حجم از انرژی به‌تدریج دشوارتر می‌شود و تراشه‌های سیلیکونی سنتی به یک محدودیت اساسی تبدیل شده‌اند.

⚛️ اهمیت حیاتی برای رایانش کوانتومی

ایده اولیه مدار‌های ابررسانا، نخستین‌بار در دهه ۱۹۵۰ توسط جان فون نویمان، ریاضیدان و فیزیکدان مجارستانی آمریکایی مطرح شده بود. این مدارها با بهره‌گیری از اثرات کوانتومی، داده‌ها را از طریق پالس‌های بسیار کوتاه ولتاژ منتقل می‌کنند.

این روش پالس‌محور شباهت زیادی به شیوه انتقال پیام در سیستم عصبی دارد؛ سیستمی که باعث می‌شود مغز انسان با مصرف تنها حدود ۲۰ وات انرژی، وظایف شناختی بسیار پیچیده‌ای را انجام دهد.

مدیر پروژه تاکید کرد که با عملیاتی‌شدن کامل رایانه‌های کوانتومی، اجزای توسعه‌یافته توسط تیم دانشگاه ایلمناو برای اتصال تعداد زیادی از قطعات بدون ایجاد تداخل ضروری خواهند بود. او افزود: «اگر این اجزا وجود نداشته باشند، کنترل تعداد موردنیاز کیوبیت‌ها غیرممکن خواهد بود. به همین دلیل، این فناوری برای آینده رایانه‌های کوانتومی اهمیتی حیاتی دارد.»

برنامه‌ریزان حوزه فناوری در آمریکا نیز پیش‌بینی می‌کنند که ماژول‌های الکترونیکی ابررسانای نوری از حدود سال ۲۰۳۵ به یک ضرورت اجتناب‌ناپذیر در صنعت رایانش تبدیل شوند.