ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಆನ್ವಯಿಕತೆಗಳಿಗೆ ಮುಂದಿನ ತಲೆಮಾರಿನ ಅನಲಾಗ್ ಚಿಪ್ ಸೆಟ್ ಗಳ ವಿನ್ಯಾಸ


ಬಹುತೇಕ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಸಾಧನಗಳಲ್ಲಿ ಇರುವ ಡಿಜಿಟಲ್ ಚಿಪ್ ಗಳಿಗಿಂತ ಕ್ಷಿಪ್ರವೂ ಹಾಗೂ ಅವಕ್ಕಿಂತ ಕಡಿಮೆ ವಿದ್ಯುತ್ ಸಾಕಾಗುವ ಮುಂದಿನ ತಲೆಮಾರಿನ ಅನಲಾಗ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಚಿಪ್ ಸೆಟ್ ಗಳನ್ನು ನಿರ್ಮಿಸಲು ಅಗತ್ಯವಾದ ವಿನ್ಯಾಸ ರೂಪುರೇಷೆಯನ್ನು ಭಾರತೀಯ ವಿಜ್ಞಾನ ಸಂಸ್ಥೆಯ (ಐ.ಐ.ಎಸ್ ಸಿ.) ಸಂಶೋಧಕರು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ್ದಾರೆ.

ಈ ಹೊಸ ವಿನ್ಯಾಸ ರೂಪುರೇಷೆಯನ್ನು ಬಳಸಿ ತಂಡವು ಆರ್ಯಭಟ್-1 (ARYABHAT-1, Analog Reconfigurable technologY And Bias-scalable Hardware for AI Tasks) ಎಂಬ ಅನಲಾಗ್ ಚಿಪ್ ಸೆಟ್ ನ ಮಾದರಿ ವಿನ್ಯಾಸವನ್ನು (ಪ್ರೊಟೊಟೈಪ್) ನಿರ್ಮಿಸಿದೆ. ಈ ಮಾದರಿಯ ಚಿಪ್ ಸೆಟ್, ವಿಶೇಷವಾಗಿ, ವಸ್ತು ಅಥವಾ ಮಾತನ್ನು ಗುರುತಿಸುವಂತಹ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (ಎಐ) ಆಧಾರಿತ ಆನ್ವಯಿಕತೆಗಳಿಗೆ ಸಹಕಾರಿಯಾಗಿರಬಲ್ಲವು (ಉದಾಹರಣೆಗೆ, ಅಧಿಕ ವೇಗದ ಜೊತೆಗೆ ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ಸಮಾನಾಂತರ ಕಂಪ್ಯೂಟಿಂಗ್ ಕಾರ್ಯಾಚರಣೆಗಳು ಅಗತ್ಯವಿರುವ ಅಲೆಕ್ಸಾ ಅಥವಾ ಸಿರಿ ಅಂಥವುಗಳು)

ಬಹುತೇಕ ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಸಾಧನಗಳು, ಅದರಲ್ಲೂ ಕಂಪ್ಯೂಟಿಂಗ್ ಮಾಡುವಂತಹ ಸಾಧನಗಳಲ್ಲಿ, ಡಿಜಿಟಲ್ ಚಿಪ್ ಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ಇವುಗಳ ವಿನ್ಯಾಸವು ಸರಳವಾಗಿರುವುದು ಹಾಗೂ ಅವುಗಳನ್ನು ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ಉತ್ಪಾದಿಸಲು ಸಾಧ್ಯವಾಗುವುದು ಇದಕ್ಕೆ ಕಾರಣ. ಆದರೆ ಅನಲಾಗ್ ಚಿಪ್ ಗಳ ಅನುಕೂಲಗಳು ಅಧಿಕ. ವಿದ್ಯುತ್ ಮತ್ತು ಗಾತ್ರಕ್ಕೆ ಸಂಬಂಧಿಸಿದಂತೆ ಸುಧಾರಣೆ ಹಲವು ಪಟ್ಟು ಹೆಚ್ಚಳಗೊಳ್ಳುತ್ತದೆ” ಎನ್ನುತ್ತಾರೆ ಅನಲಾಗ್ ಚಿಪ್ ಸೆಟ್ ಅಭಿವೃದ್ಧಿ ಪ್ರಯೋಗಗಳನ್ನು ಮುನ್ನಡೆಸುತ್ತಿರುವ ಐ.ಐ.ಎಸ್ ಸಿ. ಎಲೆಕ್ಟ್ರಾನಿಕ್ಸ್ ಸಿಸ್ಟಮ್ಸ್ ಎಂಜಿನಿಯರಿಂಗ್ ವಿಭಾಗದ (ಡಿಇಸಿಇ) ಸಹಾಯಕ ಪ್ರಾಧ್ಯಾಪಕ ಚೇತನ್ ಸಿಂಗ್ ಠಾಕೂರ್. ನಿಖರ ಲೆಕ್ಕಾಚಾರಗಳು ಅಗತ್ಯವಿಲ್ಲದ ಆನ್ವಯಿಕತೆಗಳಲ್ಲಿ ಅಧಿಕ ಶಕ್ತಿ ಕ್ಷಮತೆಯ ಹಿನ್ನೆಲೆಯಲ್ಲಿ ಡಿಜಿಟಲ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಗಿಂತ ಅನಗಾಲ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಹೆಚ್ಚು ದಕ್ಷತೆಯಿಂದ ಕಾರ್ಯಾಚರಿಸುತ್ತದೆ.


ARYABHAT-1 Chip Micrograph. Credits: NeuRonICS Lab, DESE, IISc

ಆದರೆ, ಅನಲಾಗ್ ಚಿಪ್ ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವ ಮುನ್ನ ಹಲವಾರು ತಾಂತ್ರಿಕ ತೊಡಕುಗಳನ್ನು ನಿವಾರಿಸಿಕೊಳ್ಳಬೇಕಾಗುತ್ತದೆ. ಡಿಜಿಟಲ್ ಚಿಪ್ ಗಳ ರೀತಿಯಲ್ಲಿ ಅನಲಾಗ್ ಪ್ರೊಸೆಸರ್ ಗಳ ಪರೀಕ್ಷೆ ಹಾಗೂ ಸಹ-ವಿನ್ಯಾಸ ಸುಲಭವಲ್ಲ. ಉನ್ನತ ಮಟ್ಟದ ಕೋಡ್ ಅನ್ನು ಕ್ರೋಡೀಕರಿಸಿ ದೊಡ್ಡ ಪ್ರಮಾಣದ ಡಿಜಿಟಲ್ ಪ್ರೊಸೆಸರ್ ಗಳನ್ನು ಸುಲಭವಾಗಿ ಸಂಶ್ಲೇಷಿಸಬಹುದು (ಸಿಂಥಸೈಸ್) ಹಾಗೂ ಒಂದೇ ವಿನ್ಯಾಸವನ್ನು ಕನಿಷ್ಠ ಮಾರ್ಪಾಡುಗಳೊಂದಿಗೆ ಸುಧಾರಿತ ತಾಂತ್ರಿಕ ಅಭಿವೃದ್ಧಿಯ ಬೇರೆ ಬೇರೆ ಮಾದರಿಗಳಿಗೆ ವರ್ಗಾಯಿಸಬಹುದು (ಉದಾಹರಣೆಗೆ, 7 ನ್ಯಾನೊ ಮೀಟರ್ ಚಿಪ್ ಸೆಟ್ ನಿಂದ 3 ಮಿ.ಮೀ. ಚಿಪ್ ಸೆಟ್ ಗೆ ವರ್ಗಾಯಿಸಬಹುದು)  ಆದರೆ ಅನಲಾಗ್ ಚಿಪ್ ಗಳನ್ನು ಸುಲಭವಾಗಿ ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ಉತ್ಪಾದಿಸಲು ಆಗುವುದಿಲ್ಲ. ಸುಧಾರಿತ ತಾಂತ್ರಿಕತೆಗೆ ಅಥವಾ ಹೊಸ ಆನ್ವಯಿಕತೆಗೆ ಅದನ್ನು ವರ್ಗಾಯಿಸುವಾಗ ಅವನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಕಸ್ಟಮೈಸ್ ಮಾಡಬೇಕಾಗುತ್ತದೆ. ಹೀಗಾಗಿ ಅವುಗಳ ವಿನ್ಯಾಸ ದುಬಾರಿಯಾಗುತ್ತದೆ. ಅಲ್ಲದೇ, ಅನಲಾಗ್ ವಿನ್ಯಾಸದ ವಿಷಯಕ್ಕೆ ಬಂದಾಗ ವಿದ್ಯುತ್ ಕ್ಷಮತೆ ಹಾಗೂ ಗಾತ್ರವನ್ನು, ನಿಖರತೆ ಮತ್ತು ಕ್ಷಿಪ್ರತೆಯೊಂದಿಗೆ ರಾಜಿ ಮಾಡಿಕೊಳ್ಳುವುದು ಸುಲಭವಲ್ಲ. ಡಿಜಿಟಲ್ ವಿನ್ಯಾಸದಲ್ಲಿ ಅದೇ ಚಿಪ್ ಗೆ ಲಾಜಿಕ್ ಯುನಿಟ್ ಗಳಂತಹ ಬಿಡಿಭಾಗಗಳನ್ನು ಸೇರಿಸುವ ಮೂಲಕ ನಿಖರತೆಯನ್ನು ಹೆಚ್ಚಿಸುವುದರ ಜೊತೆಗೆ ಸಾಧನದ ಕಾರ್ಯಕ್ಷಮತೆ ಮೇಲೆ ಯಾವುದೇ ದುಷ್ಪರಿಣಾಮವಾಗದ ರೀತಿಯಲ್ಲಿ ಅದು ಕಾರ್ಯಾಚರಿಸುವ ವಿದ್ಯುತ್ತಿನ ಮಟ್ಟವನ್ನು ಹೊಂದಾಣಿಕೆಗೊಳಿಸಬಹುದು.


Test Setup of the ARYABHAT-1 Chip. Credits: NeuRonICS Lab, DESE, IISc

ಈ ಸವಾಲುಗಳಿಗೆ ಪರಿಹಾರ ಕಂಡುಕೊಳ್ಳುವ ನಿಟ್ಟಿನಲ್ಲಿ, ತಜ್ಞರ ತಂಡವು ಹೊಸ ರೂಪುರೇಷೆಯನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಿದೆ. ಇದು, ಅನಲಾಗ್ ಪ್ರೊಸೆಸರ್ ಗಳನ್ನು ಕೂಡ ಡಿಜಿಟಲ್ ಪ್ರೊಸೆಸರ್ ಗಳ ರೀತಿಯಲ್ಲಿ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದಲ್ಲಿ ಉತ್ಪಾದಿಸಲು ಅನುವು ಮಾಡಿಕೊಡಲಿದೆ. ಈ ಚಿಪ್ ಸೆಟ್ ಗಳನ್ನು ಸುಧಾರಿತ ತಾಂತ್ರಿಕತೆಗಳಿಗೆ ಹಾಗೂ ವಿವಿಧ ಆನ್ವಯಿಕತೆಗಳಿಗೆ ತಕ್ಕಂತೆ ಪ್ರೋಗ್ರಾಮ್ ಮಾಡಬಹುದಾಗಿದೆ. ಅಂದರೆ, ಒಂದೇ ರೀತಿಯ ಚಿಪ್ ಅನ್ನು 180 ನ್ಯಾನೊಮೀಟರ್ ಅಥವಾ 7 ನ್ಯಾನೊಮೀಟರ್ ಗಾತ್ರದಲ್ಲಿ ಸಂಶ್ಲೇಷಿಸಬಹುದು ಎಂದು ವಿವರಿಸುತ್ತಾರೆ ಠಾಕೂರ್.

ವಿವಿಧ ಮಷೀನ್ ಲರ್ನಿಂಗ್ ಆರ್ಕಿಟೆಕ್ಚರ್ ಗಳನ್ನು ಆರ್ಯಭಟ್ ಮೇಲೆ ಪ್ರೋಗ್ರಾಮ್ ಮಾಡಬಹುದು. ಡಿಜಿಟಲ್ ಪ್ರೊಸೆಸರ್ ಗಳಂತೆಯೇ ಇವು ವಿಶಾಲ ವ್ಯಾಪ್ತಿಯ ಉಷ್ಣತೆಗಳಲ್ಲಿ ಸದೃಢವಾಗಿ ಕಾರ್ಯಾಚರಿಸಬಲ್ಲವು ಎಂದು ಸಂಶೋಧಕರು ಹೇಳುತ್ತಾರೆ. ಈ ಆರ್ಕಿಟೆಕ್ಚರ್ “ಬಯಾಸ್-ಸ್ಕೇಲಬಲ್” ಕೂಡ ಆಗಿರುತ್ತದೆ. ಅಂದರೆ, ವೋಲ್ಟೇಜ್ ಅಥವಾ ವಿದ್ಯುತ್ತಿನಂತಹ ಪರಿಸ್ಥಿತಿಗಳು ಬದಲಾವಣೆಯಾದಾಗಲೂ ಅದರ ಕಾರ್ಯಕ್ಷಮತೆಯು ಬದಲಾಗುವುದಿಲ್ಲ. ಅಂದರೆ, ಅದೇ ಚಿಪ್ ಸೆಟ್ ಅನ್ನು ಅತ್ಯಧಿಕ ಶಕ್ತಿ ಕ್ಷಮತೆಯ ಐಒಟಿ ಆನ್ವಯಿಕತೆಗಳಿಗೆ ಅಥವಾ ವಸ್ತು ಪತ್ತೆಯಂತಹ ಅಧಿಕ ಕ್ಷಿಪ್ರತೆಯ ಕಾರ್ಯಗಳಿಗೆ ವಿನ್ಯಾಸಗೊಳಿಸಬಹುದು.

ಐ.ಐ.ಎಸ್ ಸಿ. ವಿದ್ಯಾರ್ಥಿ ಪ್ರತೀಕ್ ಕುಮಾರ್ ಅವರ ಪಿಎಚ್.ಡಿ. ಅಧ್ಯಯನದ ಭಾಗವಾಗಿ ಈ ವಿನ್ಯಾಸ ರೂಪುರೇಷೆಯನ್ನು ಅಭಿವೃದ್ಧಪಡಿಸಲಾಗಿದೆ. ಅಮೆರಿಕದ ಸೇಂಟ್ ಲೂಯಿದಲ್ಲಿರುವ ವಾಷಿಂಗ್ಟನ್ ವಿಶ್ವವಿದ್ಯಾಲಯದ ಮ್ಯಾಕ್ ಕೆಲ್ವೆವ್ ಸ್ಕೂಲ್ ಆಫ್ ಎಂಜಿನಿಯರಿಂಗ್ ನಲ್ಲಿ ಪ್ರಾಧ್ಯಾಕರಾಗಿರುವ ಶಂತನು ಚಕ್ರವರ್ತಿ ಅವರ ಸಹಭಾಗಿತ್ವದಲ್ಲಿ ಇದನ್ನು ಮಾಡಲಾಗಿದೆ. ಇವರು, ಐ.ಐ.ಎಸ್ ಸಿ.ಗೆ ವಾಷಿಂಗ್ಟನ್ ವಿ.ವಿ.ಯ ಮ್ಯಾಕ್ ಡೊನೆಲ್ ಅಕಾಡೆಮಿ ರಾಯಭಾರಿಯಾಗಿಯೂ ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದಾರೆ. “ಅನಲಾಗ್ ಬಯಾಸ್-ಸ್ಕೇಲಬಲ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಅನ್ನು ವಾಸ್ತವದಲ್ಲಿ ಕಾರ್ಯಗತಗೊಳಿಸಿರುವುದು ಹಾಗೂ ಪ್ರಾಯೋಗಿಕ ಆನ್ವಯಿಕತೆಗಳಿಗೆ ಉಪಯೋಗಿಸಿರುವುದನ್ನು ನೋಡಲು ಖುಷಿಯಾಗುತ್ತದೆ ಎಂದು ವಿವರಿಸುತ್ತಾರೆ ಚಕ್ರವರ್ತಿ.

ಪ್ರಸ್ತುತ ಕ್ಷೇತ್ರ ಪರಿಣತರ ಪರಿಶೀಲನೆಯಲ್ಲಿರುವ, ಈ ಅಧ್ಯಯನದ ಎರಡು ಮುದ್ರಣ ಪೂರ್ವ ಅಧ್ಯಯನ ವರದಿಗಳಲ್ಲಿ ತಜ್ಞರು ತಾವು ಸಂಶೋಧನೆಯಲ್ಲಿ ಕಂಡುಕೊಂಡ ಅಂಶಗಳನ್ನು ಸ್ಥೂಲವಾಗಿ ವಿವರಿಸಿದ್ದಾರೆ. ಪೇಟೆಂಟ್ ಗಾಗಿ ಅರ್ಜಿಗಳನ್ನು ಸಲ್ಲಿಸಿರುವ ಅವರು, ಈ ತಾಂತ್ರಿಕತೆಯನ್ನು ಮಾರುಕಟ್ಟೆಗೆ ಪರಿಚಯಿಸುವುದಕ್ಕಾಗಿ ಉದ್ಯಮ ಸಹಭಾಗಿತ್ವಕ್ಕಾಗಿ ಯೋಜಿಸುತ್ತಿದ್ದಾರೆ.

 

ಉಲ್ಲೇಖ:

ಕುಮಾರ್ ಪಿ, ನಂದಿ ಎ, ಚಕ್ರಬರ್ತಿ ಎಸ್, ಠಾಕೂರ್ ಸಿ.ಎಸ್.,  Process, Bias and Temperature Scalable CMOS Analog Computing Circuits for Machine Learning, arXiv preprint arXiv:2205.05664 (2022)
https://arxiv.org/abs/2202.05022
ಕುಮಾರ್ ಪಿ, ನಂದಿ ಎ, ಚಕ್ರಬರ್ತಿ ಎಸ್, ಠಾಕೂರ್ ಸಿ.ಎಸ್., CMOS Circuits for Shape-Based Analog Machine Learning, arXiv:2202.05022 (2022)
https://arxiv.org/abs/2202.05022 
ಠಾಕೂರ್ ಸಿ.ಎಸ್., ಚಕ್ರಬರ್ತಿ ಎಸ್, ಕುಮಾರ್ ಪಿ, , A RECONFIGURABLE AND SCALABLE MULTI-CORE ANALOG COMPUTING CHIP, Provisional IP, Challan: 2511210015847

ಸಂಪರ್ಕಿಸಿ:

ಚೇತನ್ ಸಿಂಗ್ ಠಾಕೂರ್
ಸಹಾಯಕ ಪ್ರಾಧ್ಯಾಪಕರು
ಎಲೆಕ್ಟ್ರಾನಿಕ್ ಸಿಸ್ಟಮ್ಸ್ ಎಂಜಿನಿಯರಿಂಗ್ ವಿಭಾಗ (ಡಿಇಎಸ್ಇ)
ಭಾರತೀಯ ವಿಜ್ಞಾನ ಸಂಸ್ಥೆ (ಐ.ಐ.ಎಸ್ ‍ಸಿ.)
csthakur@iisc.ac.in
080-22933608

ಪರ್ತಕರ್ತರಿಗೆ ಸೂಚನೆ:

ಅ) ಈ ಪತ್ರಿಕಾ ಪ್ರಕಟಣೆಯನ್ನು ಯಥಾವತ್ತಾಗಿ ಸುದ್ದಿಯಾಗಿ ಪ್ರಕಟಿಸಿದರೆ ದಯವಿಟ್ಟು ಐ.ಐ.ಎಸ್ ಸಿ. ಹೆಸರಿನೊಂದಿಗೆ ಪ್ರಕಟಿಸಿ.
ಆ) ಐ.ಐ.ಎಸ್ ಸಿ. ಪತ್ರಿಕಾ ಪ್ರಕಟಣೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಏನಾದರೂ ಪ್ರಶ್ನೆಗಳಿದ್ದರೆ ದಯವಿಟ್ಟು news@iisc.ac.in or>pro@iisc.ac.in ಗೆ ಬರೆಯಿರಿ.

——000—–