باتريك هو رجل أعمال يتمتع بخلفية في الفيزياء والمواد الخارقة. يضع باتريك الرؤية لمستقبل هندسة نيوروفوس ويوجه فريقه في مجال البحث والتطوير، وخاصة في تصميم المواد الاصطناعية. حصل على درجة الماجستير في أنظمة مايكرو نانو من ETH زيورخ ودكتوراه في الهندسة الكهربائية من جامعة ديوك، تحت إشراف البروفيسور ديفيد سميث. بعد التخرج، شارك باتريك في تأسيس شركة Metacept مع البروفيسور سميث. Metacept هو المركز الأول في العالم لتسويق المواد الاصطناعية والشركة الاستشارية.
حدثنا عن نيوروفوس؟ ما هي المشاكل التي تحلها؟
نقول إننا موجودون لجلب القوة الحسابية للدماغ البشري إلى الذكاء الاصطناعي. في عام 2009، تم اكتشاف أن وحدات معالجة الرسومات أفضل بكثير في التعرف على القطط على الإنترنت من وحدات المعالجة المركزية، لكن وحدات معالجة الرسومات ليست الحل لمستقبل أعباء عمل الذكاء الاصطناعي. مثلما كانت وحدات معالجة الرسومات أفضل من وحدات المعالجة المركزية للشبكات العصبية، فمن الممكن أن تكون هناك بنيات أفضل من وحدات معالجة الرسومات من حيث الحجم. Neurophos هو ما يأتي بعد ذلك بالنسبة للذكاء الاصطناعي بعد وحدات معالجة الرسومات.
كانت نماذج اللغات الكبيرة للذكاء الاصطناعي بشكل عام محدودة لأنه لم يكن لدينا ما يكفي من القوة الحسابية لتحقيق إمكاناتها بالكامل. لقد ركز الناس في المقام الأول على الجانب التدريبي منه، فقط لأنه كان عليك تدريب شيء مفيد قبل أن تفكر في نشره. لقد سلطت هذه الجهود الضوء على القوة المذهلة لنماذج الذكاء الاصطناعي الكبيرة، ومع هذا الدليل بدأ الناس في التركيز على كيفية نشر الذكاء الاصطناعي على نطاق واسع. إن قوة نماذج الذكاء الاصطناعي هذه تعني أن لدينا ملايين المستخدمين الذين سيستخدمونها يوميًا. ما هي تكلفة الطاقة لكل مستخدم؟ ما هي تكلفة الحساب لكل استدلال؟ إذا لم تكن رخيصة بما يكفي للاستدلال، فقد يكون ذلك أمرًا مقيدًا للغاية بالنسبة للشركات التي ترغب في نشر الذكاء الاصطناعي.
تعد كفاءة الطاقة أيضًا مشكلة كبيرة يجب حلها. إذا كان لديك خادم يحرق 6 كيلووات، على سبيل المثال، وتريد أن تعمل بشكل أسرع 100 مرة ولكن لا تفعل شيئًا بشأن كفاءة الطاقة الأساسية، فإن هذا الخادم الذي تبلغ طاقته 6 كيلووات يصبح فجأة خادمًا بقدرة 600 كيلووات. في مرحلة ما تصطدم بالحائط. أنت ببساطة تحرق الكثير من الطاقة ولا يمكنك امتصاص الحرارة من الرقائق بالسرعة الكافية. وبالطبع هناك قضايا تغير المناخ على رأس كل ذلك. ما مقدار الطاقة التي يستهلكها الذكاء الاصطناعي؟ ما مقدار الطاقة الإضافية التي نهدرها فقط في محاولة الحفاظ على برودة مراكز البيانات؟ لذلك، يحتاج شخص ما إلى حل مشكلة كفاءة الطاقة أولاً، وبعد ذلك يمكنك المضي قدمًا بسرعة كافية لتلبية متطلبات التطبيقات.
لقد اقترح الناس استخدام الحوسبة البصرية للذكاء الاصطناعي منذ وجود الذكاء الاصطناعي تقريبًا. هناك الكثير من الأفكار التي نعمل عليها اليوم وهي أيضًا أفكار قديمة من الثمانينات. على سبيل المثال، يمكن إرجاع المعادلات الأصلية لـ "عباءة إخفاء المواد الخارقة" الشهيرة، وأشياء أخرى مثل مؤشر الانكسار السلبي، إلى علماء الفيزياء الروس في الستينيات والثمانينيات. على الرغم من أنه كان مجرد تفكير، فقد تم إعادة اختراعه بالفعل بواسطة ديفيد سميث والسير جون بندري.
وبالمثل، فإن المصفوفات الانقباضية، والتي عادةً ما يقصدها الناس عندما يقولون "المعالج الموتر"، هي فكرة قديمة تعود إلى أواخر السبعينيات. الحوسبة الكمومية هي فكرة قديمة من الثمانينات والتي قمنا بإحيائها اليوم. تعد المعالجة البصرية أيضًا فكرة قديمة تعود إلى الثمانينات، ولكن في ذلك الوقت لم تكن لدينا التكنولوجيا اللازمة لتنفيذها. لذلك مع نيوروفوس، عدنا إلى إعادة اختراع الترانزستور البصري، حيث أنشأنا من الألف إلى الياء الأجهزة الأساسية اللازمة لتنفيذ أفكار الحوسبة الضوئية الرائعة منذ فترة طويلة.
ما الذي سيجعل العملاء يتحولون من استخدام وحدة معالجة الرسومات من Nvidia إلى استخدام التكنولوجيا الخاصة بك؟
لذا، فإن الشيء الأول الذي أعتقد أن معظم العملاء يهتمون به حقًا هو تلك الدولارات لكل مقياس استدلال، لأن هذا هو الشيء الذي يصنع نموذج أعمالهم أو يكسره حقًا. نحن نتعامل مع هذا المقياس من خلال حل يمكنه حقًا زيادة سرعة الحوسبة بمقدار 100x مقارنة بأحدث وحدة معالجة الرسومات، وكل ذلك ضمن نفس مظروف الطاقة.
يعد الاهتمام البيئي أيضًا أمرًا يهتم به الناس، ونحن نقدم حلاً حقيقيًا للغاية للتخفيف بشكل كبير من استهلاك الطاقة مباشرة في أحد أهم مصادرها: مراكز البيانات.
إذا جلست وفكرت في كيفية توسيع نطاق هذا الأمر... فيجب على شخص ما تقديم حل هنا، سواء كان نحن أو أي شخص آخر. يتناسب عرض النطاق الترددي في عبوات الرقائق تقريبًا مع الجذر التربيعي للمنطقة ويتناسب استهلاك الطاقة في عبوات الرقائق بشكل عام مع المنطقة. وقد أدى هذا إلى جميع أنواع الطرق الملتوية التي نحاول من خلالها إنشاء الأنظمة وتعبئتها.
يعد التغليف أحد الأشياء التي أحدثت ثورة حقيقية في مجال الذكاء الاصطناعي بشكل عام. في البداية كان الأمر يتعلق بالتكلفة والقدرة على مزج الشرائح الصغيرة من عقد تقنية مختلفة، والأهم من ذلك كله، يتعلق بسرعة الوصول إلى الذاكرة وعرض النطاق الترددي لأنه يمكنك التكامل مع شرائح DRAM. لكنك الآن تضع المزيد والمزيد من الرقائق هناك!
يؤدي استخدام أسلوب الحوسبة التناظرية إلى استعادة استهلاك الطاقة للحوسبة وصولاً إلى الجذر التربيعي للمساحة بدلاً من التناسب مع المساحة. إذن الآن الطريقة التي تسير بها مقاييس الحوسبة واستهلاك الطاقة بنفس الطريقة؛ أنت تجلب لهم التوازن.
نعتقد أننا قمنا بتطوير النهج الوحيد حتى الآن للحوسبة التناظرية في الذاكرة والتي يمكنها في الواقع التوسع إلى كثافات حسابية عالية بما يكفي لتفعيل قوانين القياس هذه.
كيف يمكن للعملاء التعامل مع نيوروفوس اليوم؟
نحن نقوم بإنشاء برنامج شريك تطوير ونقدم نموذجًا برمجيًا لأجهزتنا يسمح للأشخاص بتحميل كود PyTorch مباشرة وتجميعه. يوفر ذلك مقاييس الإنتاجية ووقت الاستجابة وعدد المثيلات في الثانية وما إلى ذلك للعميل. كما أنه يوفر لنا البيانات مرة أخرى حول أي اختناقات في الإنتاجية في النظام، حتى نتمكن من التأكد من أننا نقوم بتصميم النظام الشامل بطريقة تهم حقًا أعباء عمل العملاء.
ما هي الميزات/التقنيات الجديدة التي تعمل عليها؟
لقد حلم الأكاديميون منذ فترة طويلة بما يمكن أن يفعلوه إذا كان لديهم سطح خارق مثل الذي نبنيه في نيوروفوس، وهناك الكثير من الأوراق النظرية هناك... لكن لم يقم أحد ببناء واحدة على الإطلاق. نحن أول من فعل ذلك. في رأيي أن معظم التطبيقات المثيرة للاهتمام مخصصة للأسطح الديناميكية، وليست ثابتة، وهناك أعمال أخرى جارية في Metacept وDuke وفي شركات شقيقة مثل Lumotive وأعتقد أنني، وأعتقد أن العالم، سيكون متحمسًا جدًا لها .
لماذا انضممت إلى حاضنة اللجنة العليا وما هي أهداف فريق Neurophos من العمل مع مؤسستهم على مدار الـ 24 شهرًا القادمة؟
أصبحت Silicon Catalyst بمثابة مُسرِّع مرموق للشركات الناشئة في مجال أشباه الموصلات، مع وجود معايير عالية للقبول. نحن متحمسون ليكون لهم كشريك. تواجه الشركات الناشئة في مجال الأجهزة عيبًا كبيرًا مقارنة بالشركات الناشئة في مجال البرمجيات بسبب ارتفاع تكلفة العرض التوضيحي/النموذج الأولي ووقت الدورة الهندسية، وهذا صحيح أكثر في الشركات الناشئة في مجال أشباه الموصلات حيث يمكن أن تكون تكاليف أدوات EDA والقناع والحجم الهائل للفرق الهندسية باهظة للغاية. مكلفة لشركة مرحلة البذور. لقد شكلت Silicon Catalyst نظامًا بيئيًا رائعًا جدًا من الشركاء الذين يقدمون مساعدة كبيرة في تقليل تكلفة التطوير وتسريع وقت وصولهم إلى السوق.
اقرأ أيضا:
محادثة صريحة مع شون ريدموند حول ChipStart في المملكة المتحدة
مقابلة الرئيس التنفيذي: جاي دواني من Lemurian Labs
سبع شركات تعمل في مجال محفزات السيليكون تشارك في معرض CES، أقوى حدث تقني في العالم
شارك هذا المنشور عبر:
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://semiwiki.com/ceo-interviews/342736-ceo-interview-patrick-t-bowen-of-neurophos/
