Duygu Kuzum RRAM Çalışması Yapay Zekâ Donanımında Yeni Bir Yol Açıyor
Teknoloji dünyasında dikkat çeken bir gelişmeye imza atan Duygu Kuzum, sinir ağlarını doğrudan bellek birimleri içinde çalıştıran yeni bir mimari yapı tasarladı. Kaliforniya Üniversitesi San Diego bünyesinde yürütülen Duygu Kuzum tarafından gerçekleştirilen RRAM çalışması, üretken yapay zekâ sistemlerinin yüksek işlem ihtiyacını karşılamak adına yeni bir çözüm sunuyor.
Duygu Kuzum Tarafından Geliştirilen Yeni Nesil Mimari Veri Transferindeki Darboğazı Gidermeyi Hedefliyor
Duygu Kuzum RRAM çalışması ile modern bilgi işlem sistemlerinde işlemci ile bellek arasındaki veri trafiğinin yarattığı performans kaybını azaltmaya odaklanıyor. Uzmanlar, büyük veri kümeleriyle çalışan sinir ağlarında verinin sürekli taşınmasının gecikmeyi artırdığını ve enerji tüketimini yükselttiğini belirtiyor. Kuzum liderliğindeki ekip, sinir ağlarının hesaplama adımlarını doğrudan geçici olmayan bellek devreleri içinde gerçekleştirmeyi amaçlıyor.
Araştırma ekibi, bu yaklaşım sayesinde yapay zekâ modellerinin daha düşük güç tüketimiyle ve daha hızlı şekilde çalışabileceğini aktarıyor. Duygu Kuzum yapay zekâ araştırması kapsamında geliştirilen bu mimarinin, bulut bağlantısına ihtiyaç duymadan görev yapabilen sistemlerin önünü açabileceği ifade ediliyor. Akademik çevreler, bu yaklaşımın özellikle uç cihazlarda yapay zekâ kullanımını yaygınlaştırabileceğini değerlendiriyor.
Ekip, “Bulk RRAM” adı verilen mimaride sekiz katmanlı bir bellek yapısı kullandı. Bu tasarımda her bir bellek hücresi, 64 farklı direnç seviyesini temsil edebiliyor. Araştırmacılar, bu özelliğin analog hesaplama doğruluğunu artırdığını ifade ediyor. RRAM bellek mimarisi, bu yönüyle klasik filament tabanlı tasarımlara kıyasla daha kararlı bir yapı sunuyor.
Geliştirilen yapı, 40 nanometreye kadar ölçeklenebilir özellik taşıyor. Bu durum, teknolojinin ilerleyen aşamalarda daha küçük yongalara entegre edilebilmesine olanak sağlayabilir. Uzmanlar, bu yaklaşımın üretim tarafında da yeni optimizasyon süreçlerini beraberinde getirebileceğini aktarıyor.
Araştırmacılar, istiflenmiş RRAM devrelerini pratik bir uygulamada test etti. Sistem, giyilebilir bir sensörden gelen verileri sınıflandıran bir öğrenme algoritmasıyla çalıştırıldı. Denemelerde yaklaşık yüzde 90 doğruluk oranına ulaşıldı. Bu seviye, yapay zekâda bellek içi hesaplama yaklaşımının pratikte işlevsel olduğunu ortaya koyuyor.
Uzmanlar, bu tür sistemlerin sağlık izleme, spor takibi ve taşınabilir elektronik ürünlerde geniş kullanım alanı bulabileceğini değerlendiriyor. Teknolojinin olgunlaşmasıyla birlikte, yerel yapay zekâ sistemleri için daha uzun pil ömrü sunan çözümlerin yaygınlaşması bekleniyor.
Araştırma ekibi, teknolojinin henüz büyük dil modelleri ve kapsamlı sohbet botları için yeterli düzeye ulaşmadığını belirtiyor. Çalışmalar, özellikle veri tutma süresinin uzatılması ve yüksek sıcaklıklarda kararlılığın artırılması üzerine yoğunlaşıyor. 3D RRAM teknolojisi, bu alanlarda yapılacak yeni optimizasyonlarla birlikte daha geniş kullanım senaryolarına uyarlanabilecek.
Duygu Kuzum RRAM çalışmasıyla uzun vadede yerel yapay zekâ sistemleri için daha verimli ve sürdürülebilir donanımların geliştirilmesine katkı sunmayı hedefliyor. Önümüzdeki dönemde yapılacak yeni testler, teknolojinin ticarî potansiyelini daha net ortaya koyacak.
