في عالم المال والأعمال والتكنولوجيا، يعيشنا حالياً ثورة حقيقية في مجال الذكاء الاصطناعي (AI) التي باتت هي المسيطرة على معظم مجالات التكنولوجيا، مثل الرعاية الصحية، والروبوتات، والسيارات، والأمن والدفاع. تتميز نماذج الذكاء الاصطناعي الضخمة، التي ت imitate (تقليد) وظائف الدماغ البشري، بعدد هائل من المعامل، تصل إلى ملايين بل وحتى مليارات من المعامل، وذلك من خلال مهام ضرب المصفوفات التي تتطلب بيانات كثيفة.

ومع ذلك، تواجه المعمارية التقليدية Von-Neumann تحديات كبيرة تتعلق بجدار الذاكرة (memory wall) ونهاية قانون مور (Moore's Law)، ما يدفع كثافة استخدام الذكاء الاصطناعي نحو الأطراف، خصوصاً في الروبوتات والطائرات بدون طيار المختصة بالمراقبة، مما يزيد من القيود المفروضة على ميزانية الأجهزة في هذه التقنيات.

على الرغم من أن الحوسبة في الذاكرة (in-memory computing) قد تم اقتراحها كحل واعد لهذه التحديات، إلا أن كلا من المعماريات المدمجة المماثلة، سواء كانت تناظرية أو رقمية، تعاني من تدهور كبير في الفوائد المقترحة بسبب قيود تصميم مختلفة.

هنا يأتي الابتكار الجديد: DISCA، وهي معمارية الحوسبة الرقمية العشوائية التي تستخدم صيغة بيانات Bent-Pyramid المضغوطة. تتميز DISCA بسهولة الحوسبة المماثلة للتقنيات التناظرية، بينما تحافظ في الوقت ذاته على قابلية التوسع (scalability)، والإنتاجية (productivity)، والموثوقية (reliability) التي تتمتع بها الأنظمة الرقمية. حيث أظهرت نتائج نمذجة DISCA بعد تصميمها كفاءة طاقة تبلغ 3.59 TOPS/W لكل بت عند تردد 500 ميجا هرتز باستخدام تقنية CMOS التجارية ذات 180 نانومتر.

وبفضل هذه التحسينات، تعد DISCA بتطوير كبير في كفاءة الطاقة له workloads (أعباء العمل) الخاصة بضرب المصفوفات، مما يعزز أدائها بشكل مذهل مقارنةً مع المعماريات التقليدية.

في ظل هذه الثورة التكنولوجية، يبقى السؤال: هل سيُحدث DISCA الفارق المنشود في معالجة بيانات الذكاء الاصطناعي؟ شاركونا آراءكم حول هذا المستقبل المثير في التعليقات.