Çin Yarı İletken Endüstrisi Birliği Başkan Yardımcısı ve Tsinghua Üniversitesi profesörü Wei Shaojun, yaptığı açıklamalarla teknoloji dünyasında dikkatleri üzerine çekti. Shaojun, Çin'de geliştirilen 14nm mantık çipletleri ve 18nm tabanlı DRAM'lardan oluşan yapay zeka hızlandırıcılarının, rakip olarak gösterilen Nvidia'nın gelişmiş işlemcilerine meydan okuyabileceğini belirtti.
Sektördeki önemli bir isim olan Wei Shaojun, özellikle yapay zeka hızlandırıcılarının performansında çığır açacak teknolojinin gelişmiş 3D yığınlama (stacking) teknikleri olacağını vurguladı. Bu teknik, farklı bileşenlerin dikey olarak üst üste yerleştirilerek veri iletimini hızlandırmayı amaçlıyor.
Daha önce 'Made in China 2025' programının hedeflerinin ulaşılamaz olduğunu belirten ve Çin'i Nvidia gibi yabancı yapay zeka hızlandırıcıları yerine yerli çözümlere yönelmeye çağıran Shaojun, bu kez tamamen kontrol edilebilir yerli bir çözüm konseptini anlattı. Bu konseptte, 14nm mantık çipleri ve 18nm DRAM'ler, 3D hibrit bağlama teknolojisiyle bir araya getirilecek.
Bu varsayımsal çözümün, güncel olmayan teknolojilere rağmen Nvidia'nın en yeni işlemcilerinin performansına yaklaşabileceği öngörülüyor. Wei Shaojun'a göre, bu yapının yaklaşık 120 TFLOPS performans sunması bekleniyor. Ayrıca, sadece 60W güç tüketimiyle Watt başına 2 TFLOPS gibi yüksek bir performans verimliliği sunacağı iddia ediliyor. Bu rakam, mevcut teknolojilerle karşılaştırıldığında oldukça dikkat çekici.
Söz konusu yapay zeka hızlandırıcısının performans verimliliğini artırmada kilit rol oynayacak teknolojiler arasında 3D hibrit bağlama (bakır-bakır ve oksit bağlama) ve hafıza yanı hesaplama (near-memory computing) bulunuyor. Bu hibrit bağlama yöntemi, geleneksel lehimleme yerine doğrudan bakır bağlantıları kullanarak daha fazla dikey bağlantı imkanı sunuyor ve sinyal yollarını kısaltarak gecikmeyi düşürüyor.
Bu konseptin, yüksek bant genişliği ve düşük gecikme süresi gerektiren yapay zeka uygulamaları için önemli bir gelişme olabileceği düşünülüyor. Wei Shaojun, bu teknolojinin teorik olarak ZetaFLOPS seviyesinde performansa ulaşabileceğini de ekledi.
Wei Shaojun, Nvidia'nın CUDA platformunu, geliştirilen varsayımsal yerli çözümler ve diğer alternatif işlemciler için bir risk olarak görüyor. Çünkü bir kez yazılım, modeller ve donanım tek bir özel platformda yakınlaştığında, alternatif işlemcilerin kullanımının zorlaştığını belirtiyor. Hafıza yanı hesaplamayı, Çin'de geliştirilen yapay zeka donanımlarının rekabet gücünü artırmanın bir yolu olarak gördüğü için, bu konsepti benimsemeyen alternatif platformların bir sorun teşkil edebileceğini de dile getirdi.
