Біологічні комп’ютери можуть скоротити витрати електроенергії: як це працює
Сучасна комп’ютерна техніка вже споживає чимало світової електроенергії, а з впровадженням штучного інтелекту цей обсяг може зрости у десятки разів. Хайнер Лінке, професор нанофізики Лундського університету розповідає у матеріалі для The Conversation як можна нівелювати кризу, що насувається за допомогою «біологічних» комп’ютерів. SPEKA публікує адаптований переклад з примітками.
Швидкі та дорогі: чому комп’ютерні обрахунки такі енерговитратні
Сучасні комп'ютери — це тріумф технологій. Один комп’ютерний чип містить мільярди транзисторів нанометрового масштабу, які працюють надзвичайно надійно та виконують мільйони операцій за секунду.
Однак ця висока швидкість і надійність досягається ціною значного споживання енергії: центри обробки даних і побутові ІТ-прилади, як-от комп’ютери та смартфони, використовують приблизно 3% світової електроенергії, а використання штучного інтелекту, ймовірно, збільшить споживання ще більше.
(Оцінити, скільки електроенергії споживає індустрія штучного інтелекту, що розвивається, важко точно визначити. Існують значні відмінності в тому, як працюють великі моделі штучного інтелекту, але запуск великої мовної моделі, на кшталт ChatGPT споживає, за різними даними, в 10-30 разів більше електроенергії, ніж аналогічний запит Google. З подальшим впровадженням ШІ у різних сферах проблема лише зростатиме — ред.)
Але що, якби ми змогли змінити спосіб роботи комп’ютерів, щоб вони могли виконувати обчислювальні завдання так само швидко, як сьогодні, споживаючи набагато менше енергії? Тут природа може запропонувати нам деякі потенційні рішення.
Вчений IBM Рольф Ландауер у 1961 році звернувся до питання про те, чи потрібно нам витрачати так багато енергії на обчислювальні завдання. Він придумав принцип Ландауера яке стверджує, що стирання інформації з пам'яті неминуче супроводжується виділенням енергії у вигляді тепла.
Із нього виходить, що одне обчислювальне завдання – наприклад, встановлення біта, найменшої одиниці комп’ютерної інформації, значенням нуль або одиниця – має витратити (за кімнатної температури) приблизно 10⁻²¹ джоулів (Дж) енергії або ж 0.00000000000000000000285Дж в натуральному вигляді.
Це дуже мала кількість. Якби ми могли працювати з комп’ютерами на таких рівнях, кількість електроенергії, яка використовується для обчислень і управління відпрацьованим теплом в датацентрах за допомогою систем охолодження, не викликала б занепокоєння.
Однак тут є проблема. Щоб виконати бітову операцію поблизу межі Ландауера, її потрібно виконувати нескінченно повільно. Водночас чим швидше обчислення, тим більше енергії використовується.
Зовсім недавно це було продемонстровано експериментами, створеними для моделювання обчислювальних процесів: розсіювання енергії починає помітно збільшуватися, коли ви виконуєте більше ніж одну операцію на секунду. Процесори, які працюють із тактовою частотою мільярд циклів на секунду, що є типовим для сучасних напівпровідників, використовують приблизно 10⁻¹¹ Дж на біт – приблизно в десять мільярдів разів більше, ніж обмеження Ландауера.
Рішенням може бути конструювання комп’ютерів принципово іншим способом. Причина того, що традиційні комп’ютери працюють дуже швидко, полягає в тому, що вони працюють послідовно, одна операція за раз. Якби замість цього можна було б використовувати дуже велику кількість «комп’ютерів», що працюють паралельно, то кожен міг би працювати набагато повільніше.
Наприклад, можна замінити процесор «заєць», який виконує мільярд операцій за одну секунду, на мільярд процесорів «черепаха», кожному з яких потрібна повна секунда, щоб виконати своє завдання, за значно нижчих витрат енергії на операцію. Стаття 2023 року, показала, що комп’ютер міг би працювати поблизу межі Ландауера, використовуючи на порядки менше енергії, ніж сучасні комп’ютери.
Паралельна обробка
Чи можливо мати мільярди незалежних «комп’ютерів», які працюють паралельно? Паралельна обробка в меншому масштабі зазвичай використовується вже сьогодні, наприклад, коли близько 10 000 графічних процесорів працюють одночасно для навчання моделей штучного інтелекту.
Однак це робиться не для зниження швидкості та підвищення енергоефективності, а скоріше через необхідність. Нагрівання та зайве тепло робить неможливим збільшення обчислювальної потужності одного процесора, тому процесори використовуються паралельно.
Альтернативна обчислювальна система, яка набагато ближча до того, що буде потрібно для наближення до межі Ландауера, відома як мережеве біообчислення. Він використовує біологічні моторні білки, які є крихітними машинами, які допомагають виконувати механічні завдання всередині клітин.
(Network-based biocomputation — це міждисциплінарний підхід до обчислень, що моделює біологічні системи, такі як молекули, клітини або біологічні процеси, для виконання обчислювальних завдань. Цей підхід орієнтований на використання природних мережевих властивостей біологічних систем, таких як взаємодія білків, нейронні мережі або генетичні регуляторні системи — ред.)
Як це працює біокомп’ютер
Ця система передбачає кодування обчислювального завдання в нанорозмірний лабіринт каналів із ретельно розробленими перетинами, які зазвичай складаються з полімерних візерунків, нанесених на кремнієві пластини. Усі можливі шляхи крізь лабіринт досліджуються паралельно дуже великою кількістю довгих ниткоподібних молекул, званих біофіламентами, які живляться моторними білками.
Кожна нитка має лише кілька нанометрів у діаметрі та близько мікрометра в довжину (1000 нанометрів). Кожен з них діє як окремий «комп’ютер», кодуючи інформацію за своїм просторовим положенням у лабіринті.
Ця архітектура особливо добре підходить для вирішення так званих комбінаторних задач. Це проблеми з багатьма можливими рішеннями, такими як завдання планування, які є дуже вимогливими з погляду обчислень для послідовних комп’ютерів. Експерименти підтверджують, що такий біокомп’ютер потребує від 1000 до 10 000 разів менше енергії на обчислення, ніж електронний процесор.
Це можливо тому, що біологічні моторні білки самі еволюціонували таким чином, щоб використовувати не більше енергії, ніж потрібно для виконання свого завдання з необхідною швидкістю. Зазвичай це кілька сотень кроків на секунду, у мільйон разів повільніше, ніж транзистори.
Щоб бути конкурентоспроможними з електронними комп’ютерами з точки зору швидкості та обчислень, а також досліджувати дуже велику кількість можливих рішень паралельно, мережеві біообчислення необхідно розширити. Детальний аналіз показує, що це має бути можливим за допомогою сучасних напівпровідникових технологій.
Тим не менш, існують численні перешкоди для масштабування цих машин, в тому числі складно навчитися точно контролювати кожну з біониток, зменшити рівень помилок та інтегрувати їх із сучасною технологією. Якщо подібні проблеми вдасться подолати в найближчі кілька років, отримані процесори зможуть вирішувати певні типи складних обчислювальних проблем зі значно зниженими витратами на електроенергію.
Неоморфні обчислення
Крім того, це цікава можливість порівняти використання енергії в людському мозку. Мозок часто називають дуже енергоефективним. Він споживає лише кілька ватів енергії — набагато менше, ніж моделі ШІ — для таких операцій, як дихання чи мислення.
Проте, здається, не основні фізичні елементи мозку зберігають енергію. Запуск синапсу, який можна порівняти з одним обчислювальним кроком, фактично використовує приблизно таку ж кількість енергії, яку вимагає транзистор на біт.
Однак архітектура мозку дуже сильно взаємопов’язана і працює принципово інакше, ніж електронні процесори та мережеві біокомп’ютери. Так звані нейроморфні обчислення намагаються імітувати цей аспект роботи мозку, але використовуючи нові типи комп’ютерного обладнання на відміну від біообчислень.
(Нейроморфні обчислення, також відомі як нейроморфна інженерія, — це підхід до обчислень, який імітує роботу людського мозку. Це передбачає розробку апаратного та програмного забезпечення, яке моделює нейронні та синаптичні структури та функції мозку для обробки інформації. — ред.)
Було б дуже цікаво порівняти нейроморфні архітектури з межею Ландауера, щоб побачити, чи можна буде перенести туди в майбутньому ті самі інсайти з розуміння біокомп’ютерів. Якщо так, це також може стати ключем до величезного стрибка вперед у енергоефективності комп’ютерів у наступні роки.
Источник: speka.media