যদি ইলেকট্রনিক্স সাধারণত যে তাপ দূর করতে চায়, সেটিই দরকারী কাজ করতে পারে?
এই ধারণার ওপর ভিত্তি করে একটি নতুন অ্যানালগ কম্পিউটিং পদ্ধতি MIT-এর Institute for Soldier Nanotechnologies-এর গবেষকদের নেতৃত্বে একটি দল উপস্থাপন করেছে। অপচয় তাপকে অবাঞ্ছিত উপজাত হিসেবে না দেখে, গবেষকেরা এটিকেই তথ্যবাহী মাধ্যম হিসেবে ব্যবহার করেছেন।
উৎস প্রতিবেদনে বর্ণিত ব্যবস্থায়, ইনপুট ডেটা বৈদ্যুতিক বাইনারি মান হিসেবে এনকোড করা হয় না। বরং এটি ডিভাইসে ইতিমধ্যেই বিদ্যমান তাপের ভিত্তিতে তাপমাত্রার একটি সেট হিসেবে উপস্থাপিত হয়। এই তাপীয় তথ্য ক্ষুদ্র সিলিকন কাঠামোর মধ্য দিয়ে প্রবাহিত হয়, য deren জ্যামিতি একটি physics-based optimization algorithm দ্বারা নকশা করা। তাপের ফলে সৃষ্ট বণ্টন ও প্রবাহ গণনা সম্পন্ন করে, আর আউটপুট অন্য প্রান্তে সংগৃহীত শক্তি হিসেবে প্রকাশিত হয়।
এটি প্রচলিত যুক্তির এক উল্লেখযোগ্য উল্টে দেওয়া রূপ। আধুনিক কম্পিউটিং ব্যবস্থাগুলোর বেশিরভাগই বিদ্যুতের মাধ্যমে কাজ করে, তারপর নিজেদের উৎপন্ন তাপের সঙ্গে লড়াই করে। এই কাজটি প্রশ্ন তোলে, কিছু শ্রেণির গণনা কি সেই তাপকে কাজে লাগিয়ে করা যেতে পারে, যাতে নির্দিষ্ট ক্ষেত্রে অতিরিক্ত শক্তি ইনপুটের প্রয়োজন কমে।
গবেষকেরা মেশিন লার্নিংয়ে ব্যবহৃত একটি মূল অপারেশন প্রদর্শন করেছেন
দলটি সিলিকন কাঠামো ব্যবহার করে matrix-vector multiplication-এর একটি সহজ রূপ সম্পন্ন করেছে, যা বড় ভাষা মডেলসহ মেশিন-লার্নিং ব্যবস্থার কেন্দ্রস্থলে থাকা একটি গাণিতিক অপারেশন। উৎস পাঠ্য অনুযায়ী, অনেক ক্ষেত্রে ফলাফল 99 শতাংশের বেশি নির্ভুল ছিল।
এই নির্ভুলতা উল্লেখযোগ্য, কারণ matrix operations ঠিক সেই পুনরাবৃত্ত linear algebra, যা বহু AI workload-এ আধিপত্য করে। তত্ত্বগতভাবে, যেকোনো নতুন পদ্ধতি যা সেগুলো দক্ষভাবে করতে পারে, তা মনোযোগ আকর্ষণ করে। কিন্তু গবেষকেরা তাদের কাজকে অতিরঞ্জিত না করতে সতর্ক।
উৎস প্রতিবেদন স্পষ্ট করে যে এই কৌশল আধুনিক deep learning-এ ব্যবহৃত বিশাল সিস্টেমগুলোর স্তরে পৌঁছানোর জন্য এখনো অনেক দূরে। লক্ষ লক্ষ এমন thermal structure একসঙ্গে সাজানো যথেষ্ট engineering challenge তৈরি করবে। matrix যত জটিল হয়, এবং input ও output terminal-এর দূরত্ব যত বাড়ে, নির্ভুলতাও তত কমে।
তাই এটি digital AI accelerators-এর নিকট-ভবিষ্যৎ বিকল্প নয়। বরং এটি একটি প্রদর্শন, যেখানে দেখানো হয়েছে যে সীমাবদ্ধ পরিস্থিতিতে thermal analog computation বাস্তব ও নির্ভুল হতে পারে।
