تقوم شركة Sagence ببناء شرائح تناظرية لتشغيل الذكاء الاصطناعي

إن وحدات معالجة الرسومات (GPUs)، وهي الرقائق التي تعمل عليها معظم نماذج الذكاء الاصطناعي، هي وحوش متعطشة للطاقة. ونتيجة للدمج المتسارع لوحدات معالجة الرسوميات في مراكز البيانات، سيؤدي الذكاء الاصطناعي إلى زيادة الطلب على الكهرباء بنسبة 160% بحلول عام 2030، وفقًا لتقديرات جولدمان ساكس.

يقول فيشال سارين، مصمم دوائر الذاكرة التناظرية، إن هذا الاتجاه غير مستدام. بعد العمل في صناعة الرقائق لأكثر من عقد من الزمن، أطلقت Sarin شركة Sagence AI (التي كانت تُعرف سابقًا باسم Analog Inference) لتصميم بدائل موفرة للطاقة لوحدات معالجة الرسومات.

قال سارين: “إن التطبيقات التي يمكن أن تجعل حوسبة الذكاء الاصطناعي العملية منتشرة حقًا مقيدة لأن الأجهزة والأنظمة التي تعالج البيانات لا يمكنها تحقيق الأداء المطلوب”. “مهمتنا هي كسر قيود الأداء والاقتصاد، وبطريقة مسؤولة بيئيا.”

تقوم شركة Sagence بتطوير شرائح وأنظمة لتشغيل نماذج الذكاء الاصطناعي، بالإضافة إلى برنامج لبرمجة هذه الرقائق. على الرغم من عدم وجود نقص في الشركات التي تنشئ أجهزة مخصصة للذكاء الاصطناعي، إلا أن Sagence فريدة إلى حد ما من حيث أن شرائحها تناظرية وليست رقمية.

تقوم معظم الشرائح، بما في ذلك وحدات معالجة الرسومات، بتخزين المعلومات رقميًا، على شكل سلاسل ثنائية من الآحاد والأصفار. في المقابل، يمكن للرقائق التناظرية تمثيل البيانات باستخدام مجموعة من القيم المختلفة.

الرقائق التناظرية ليست مفهومًا جديدًا. لقد وصلوا إلى ذروتهم من حوالي عام 1935 إلى عام 1980، حيث ساعدوا في تصميم نموذج الشبكة الكهربائية في أمريكا الشمالية، من بين أعمال هندسية أخرى. لكن عيوب الرقائق الرقمية تجعل التناظرية جذابة مرة أخرى.

أولاً، تتطلب الرقائق الرقمية مئات المكونات لإجراء حسابات معينة يمكن للرقائق التناظرية إنجازها باستخدام عدد قليل من الوحدات فقط. عادةً ما يتعين على الرقائق الرقمية أيضًا نقل البيانات ذهابًا وإيابًا من الذاكرة إلى المعالجات، مما يتسبب في حدوث اختناقات.

وقال سارين: “يستخدم جميع الموردين التقليديين الرائدين لسيليكون الذكاء الاصطناعي هذا النهج المعماري القديم، وهذا يعيق التقدم في اعتماد الذكاء الاصطناعي”.

لا تقوم الرقائق التناظرية مثل شرائح Sagence، وهي شرائح “داخل الذاكرة”، بنقل البيانات من الذاكرة إلى المعالجات، مما قد يمكّنها من إكمال المهام بشكل أسرع. وبفضل قدرتها على استخدام مجموعة من القيم لتخزين البيانات، يمكن أن تتمتع الرقائق التناظرية بكثافة بيانات أعلى من نظيراتها الرقمية.

ومع ذلك، فإن التكنولوجيا التناظرية لها جوانبها السلبية. على سبيل المثال، قد يكون من الصعب تحقيق دقة عالية باستخدام الرقائق التناظرية لأنها تتطلب تصنيعًا أكثر دقة. كما أنها تميل إلى أن تكون أكثر صرامة في البرمجة.

لكن سارين يرى أن رقائق ساجينس تكمل – ولا تحل محل – الرقائق الرقمية، على سبيل المثال، لتسريع التطبيقات المتخصصة في الخوادم والأجهزة المحمولة.

وقال: “تم تصميم منتجات Sagence للتخلص من مشكلات الطاقة والتكلفة وزمن الوصول المتأصلة في أجهزة وحدة معالجة الرسومات، مع تقديم أداء عالٍ لتطبيقات الذكاء الاصطناعي”.

وقال سارين إن شركة Sagence، التي تخطط لطرح رقائقها في السوق في عام 2025، تتعامل مع عملاء “متعددين” حيث تتطلع إلى التنافس مع مشاريع الرقائق التناظرية الأخرى التي تعمل بالذكاء الاصطناعي مثل EnCharge وMythic. وأضاف: “نقوم حاليًا بتجميع التكنولوجيا الأساسية لدينا في منتجات على مستوى النظام والتأكد من ملاءمتها للبنية التحتية الحالية وسيناريوهات النشر”.

حصلت Sagence على استثمارات من الداعمين بما في ذلك Vinod Khosla وTDK Ventures وCambium Capital وBlue Ivy Ventures وAramco Ventures وNew Science Ventures، حيث جمعت إجمالي 58 مليون دولار في السنوات الست منذ تأسيسها.

والآن، تخطط الشركة الناشئة لزيادة رأس المال مرة أخرى لتوسيع فريقها المكون من 75 شخصًا.

“إن هيكل التكاليف الخاص بنا مناسب لأننا لا نسعى لتحقيق أهداف الأداء من خلال الانتقال إلى الأحدث [manufacturing processes] وقال سارين: “من أجل رقائقنا”. “هذا عامل كبير بالنسبة لنا.”

قد يعمل التوقيت لصالح ساجينس. وفقًا لـ Crunchbase، يبدو أن التمويل المقدم للشركات الناشئة في مجال أشباه الموصلات ينتعش مرة أخرى بعد عام 2023 الباهت. ففي الفترة من يناير إلى يوليو، جمعت الشركات الناشئة في مجال الرقائق المدعومة برأس المال الاستثماري ما يقرب من 5.3 مليار دولار – وهو رقم يفوق بكثير العام الماضي، عندما شهدت هذه الشركات جمع أقل من 8.8 مليار دولار في عام 2020. المجموع.

وفي هذه الحالة، فإن صناعة الرقائق هي اقتراح مكلف – وتزداد صعوبة بسبب العقوبات الدولية والتعريفات الجمركية التي وعدت بها إدارة ترامب القادمة. يعد كسب العملاء الذين أصبحوا “محصورين” في أنظمة بيئية مثل نظام Nvidia أمرًا شاقًا آخر. في العام الماضي، تقدمت شركة Graphcore لصناعة شرائح الذكاء الاصطناعي، والتي جمعت ما يقرب من 700 مليون دولار وقدرت قيمتها ذات يوم بما يقرب من 3 مليارات دولار، بطلب لإشهار إفلاسها بعد أن كافحت من أجل الحصول على موطئ قدم قوي في السوق.

للحصول على أي فرصة للنجاح، سيتعين على ساجينس أن تثبت أن رقائقها تستهلك بالفعل طاقة أقل بشكل كبير وتوفر كفاءة أعلى من البدائل – وتجمع تمويلًا كافيًا للمشروع لتصنيعها على نطاق واسع.