بازگشت باورنکردنی زامبی ها به محاسبات آنالوگ

اصطلاح شخصی من برای ماهیت نادرست دنیای آشفته و مبهم موز بود. اما پس از آن، در سال 1980، من یک کامپیوتر رومیزی علمی Ohio را خریداری کردم و تسکین سریع و پایداری پیدا کردم. تمام عملیات آن بر مبنایی از محاسبات باینری ساخته شده بود، که در آن یک 1 همیشه دقیقاً یک و یک 0 یک 0 واقعی بود، بدون تلقین کسری. 1 وجود، و 0 نیستی! من عاشق خلوص دیجیتال شدم و یاد گرفتم که کد بنویسم، که به پناهگاهی مادام العمر از ریاضیات مبهم تبدیل شد.

البته، مقادیر دیجیتال هنوز باید در اجزای فیزیکی خطاپذیر ذخیره می شدند. ، اما حاشیه های خطا از آن مراقبت کردند. در یک تراشه دیجیتال 5 ولتی مدرن، 1.5 ولت یا کمتر نشان دهنده عدد 0 است در حالی که 3.5 ولت یا بیشتر نشان دهنده عدد 1 است. .

در نتیجه، زمانی که Bernd Ulmann پیش‌بینی کرد که رایانه‌های آنالوگ قرار است به زامبی بازگردند، من فقط شک نداشتم. به نظر من این ایده کمی … آزاردهنده بود.

به امید یک بررسی واقعی، با لایل بیکلی مشورت کردم. یکی از اعضای موسس موزه تاریخ کامپیوتر در مانتین ویو، کالیفرنیا. بیکلی که سال ها به عنوان شاهد متخصص در پرونده های ثبت اختراع خدمت کرده است، دانش دایره المعارفی از همه کارهایی که در پردازش داده ها انجام شده و هنوز در حال انجام است، حفظ می کند.

«دره سیلیکون زیادی وجود دارد. او به من گفت: شرکت‌ها پروژه‌های مخفی دارند که تراشه‌های آنالوگ را انجام می‌دهند.

واقعا؟ اما چرا؟

“چون آنها قدرت بسیار کمی را مصرف می کنند.”

بیکلی توضیح داد که وقتی، مثلاً، هوش مصنوعی با نیروی طبیعی سیستم‌ها میلیون‌ها کلمه را از اینترنت تقطیر می‌کنند، این فرآیند به شدت تشنه‌ی قدرت است. او گفت که مغز انسان با مقدار کمی برق کار می کند، حدود 20 وات. (این همان لامپ است.) “اما اگر بخواهیم همین کار را با رایانه های دیجیتال انجام دهیم، مگاوات نیاز دارد.” برای این نوع برنامه، دیجیتال “کار نخواهد کرد. این روش هوشمندانه ای برای انجام آن نیست.”

بیکلی گفت که محرمانه بودن را نقض می کند تا جزئیات را به من بگوید، بنابراین من به دنبال استارت آپ ها رفتم. به سرعت یک شرکت در منطقه خلیج سانفرانسیسکو به نام Mythic پیدا کردم، که ادعا می کرد «اولین پردازنده ماتریس آنالوگ هوش مصنوعی در صنعت را بازاریابی می کند.»

مایک هنری یکی از بنیانگذاران Mythic در دانشگاه میشیگان بود. 2013. او مردی پرانرژی با مدل موی مرتب و پیراهن اتوکشی شده است، مانند یک فروشنده قدیمی IBM. او با استناد به شبکه عصبی مغز مانند که GPT-3 را تامین می کند، نظر بیکلی را گسترش داد. هنری با مقایسه عناصر پردازشی با اتصالات بین نورون‌ها در مغز گفت: «175 میلیارد سیناپس دارد. بنابراین هر بار که آن مدل را برای انجام یک کار اجرا می کنید، باید 175 میلیارد مقدار را بارگذاری کنید. سیستم‌های مرکز داده بسیار بزرگ به سختی می‌توانند ادامه دهند.”

به این دلیل است که هنری گفت، آنها دیجیتالی هستند. سیستم های هوش مصنوعی مدرن از نوعی حافظه به نام رم استاتیک یا SRAM استفاده می کنند که برای ذخیره داده ها به انرژی ثابت نیاز دارد. مدار آن باید حتی زمانی که وظیفه ای را انجام نمی دهد روشن بماند. مهندسان کارهای زیادی برای بهبود کارایی SRAM انجام داده اند، اما محدودیتی وجود دارد. هنری گفت: «ترفندهایی مانند کاهش ولتاژ منبع تغذیه در حال اتمام است.