সুপারকম্পিউটিং অগ্রগতি: নিউরোমরফিক অপটিক্যাল নেটওয়ার্ক ব্যবহার করে

গত কয়েক দশকে, এক সময়ের সুপরিচিত এবং সঠিক প্রবণতা, মুরের আইন, 1965 সালে IBM-এর গর্ডন মুর দ্বারা ভবিষ্যদ্বাণী করা হয়েছিল, এটি এখন ধীরে ধীরে কম্পিউটিং কর্মক্ষমতার একটি বিলুপ্ত পরিমাপ হয়ে উঠছে। মুরের আইন ভবিষ্যদ্বাণী করেছিল যে প্রতি দুই বছরে একটি সমন্বিত বর্তনীতে ট্রানজিস্টরের সংখ্যা দ্বিগুণ হবে, একই পরিমাণ স্থানের মধ্যে আরও ট্রানজিস্টর থাকবে, যার ফলে গণনা বৃদ্ধি পাবে এবং এইভাবে কম্পিউটার কর্মক্ষমতা বৃদ্ধি পাবে। এপ্রিল 2005-এ, একটি সাক্ষাত্কারে, গর্ডন মুর নিজেই বলেছিলেন যে তার অভিক্ষেপ সম্ভবত আর টেকসই হবে না: "আকারের পরিপ্রেক্ষিতে [ট্রানজিস্টরের] আপনি দেখতে পাচ্ছেন যে আমরা পরমাণুর আকারের কাছে চলে এসেছি যা একটি মৌলিক বাধা, কিন্তু এটি আমরা এতদূর পৌঁছানোর আগে দুই বা তিন প্রজন্ম হবে-কিন্তু আমরা যতটা দেখতে পেরেছি ততটা দূরে। আমরা একটি মৌলিক সীমায় পৌঁছানোর আগে আমাদের আরও 10 থেকে 20 বছর আছে।"   

যদিও মুরের আইন কিছু ডেড-এন্ড আঘাত করার জন্য ধ্বংসাত্মক, কম্পিউটিংয়ের অন্যান্য সূচকগুলি প্রযোজ্যতার বৃদ্ধি দেখছে। আমাদের দৈনন্দিন জীবনে আমরা যে প্রযুক্তি ব্যবহার করি তার সাহায্যে, আমরা সবাই দেখতে পাচ্ছি কম্পিউটারের প্রবণতা ছোট থেকে ছোট হচ্ছে কিন্তু সেই সাথে ডিভাইসের ব্যাটারিগুলো দীর্ঘ থেকে দীর্ঘস্থায়ী হচ্ছে। ব্যাটারির সাথে পরবর্তী প্রবণতাটিকে কুমির আইন বলা হয়, যা স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের অধ্যাপক জোনাথন কুমির নামে নামকরণ করা হয়েছে। Koomey এর আইন ভবিষ্যদ্বাণী করে যে "... একটি নির্দিষ্ট কম্পিউটিং লোডে, আপনার প্রয়োজনীয় ব্যাটারির পরিমাণ প্রতি বছর এবং অর্ধ বছরে দুই ফ্যাক্টর কমে যাবে।" অতএব, কম্পিউটারের ইলেকট্রনিক শক্তি খরচ বা শক্তি দক্ষতা প্রতি 18 মাসে প্রায় দ্বিগুণ হচ্ছে। সুতরাং, এই সমস্ত প্রবণতা এবং পরিবর্তনগুলি যা নির্দেশ করছে এবং প্রকাশ করছে তা হল কম্পিউটিংয়ের ভবিষ্যত।

কম্পিউটিং এর ভবিষ্যৎ

আমরা ইতিহাসের এমন একটি সময়ে এসেছি যেখানে আমাদের কম্পিউটিংকে পুনরায় সংজ্ঞায়িত করতে হবে কারণ কয়েক দশক আগে ভবিষ্যদ্বাণী করা প্রবণতা এবং আইনগুলি আর প্রযোজ্য নয়। এছাড়াও, কম্পিউটিং যেহেতু ন্যানো এবং কোয়ান্টাম স্কেলের দিকে ঠেলে দেয়, সেখানে সুস্পষ্ট শারীরিক সীমাবদ্ধতা এবং সামনের চ্যালেঞ্জ রয়েছে। সুপারকম্পিউটিং-এ সম্ভবত সবচেয়ে উল্লেখযোগ্য প্রচেষ্টা, কোয়ান্টাম কম্পিউটিং, সমান্তরাল গণনার জন্য কোয়ান্টাম এনট্যাঙ্গলমেন্টকে সত্যিকার অর্থে ব্যবহার করার সুস্পষ্ট চ্যালেঞ্জ রয়েছে, অর্থাৎ কোয়ান্টাম ডিকোহেরেন্সের আগে গণনা সম্পাদন করা। যাইহোক, কোয়ান্টাম কম্পিউটিং এর চ্যালেঞ্জ সত্ত্বেও গত কয়েক দশকে অনেক অগ্রগতি হয়েছে। কোয়ান্টাম কম্পিউটিং-এ প্রয়োগ করা ঐতিহ্যবাহী জন ভন নিউম্যান কম্পিউটার আর্কিটেকচারের মডেল খুঁজে পেতে পারেন। কিন্তু (সুপার) কম্পিউটিং-এর আরও একটি সুপরিচিত ক্ষেত্র রয়েছে, যাকে বলা হয় নিউরোমরফিক কম্পিউটিং যা প্রথাগত ভন নিউম্যান আর্কিটেকচার অনুসরণ করে না। 

নিউরোমরফিক কম্পিউটিং 1990 সালে ক্যালটেকের অধ্যাপক কারভার মিড তার সেমিনাল পেপারে কল্পনা করেছিলেন।  মৌলিকভাবে, নিউরোমরফিক কম্পিউটিং নীতিগুলি কর্মের তাত্ত্বিক জৈবিক নীতির উপর ভিত্তি করে, যেমন ধারণা করা হয় যে মানুষের মস্তিষ্ক গণনাতে ব্যবহার করে। নিউরোমর্ফিক কম্পিউটিং তত্ত্ব বনাম ধ্রুপদী ভন নিউম্যান কম্পিউটিং তত্ত্বের মধ্যে একটি সংক্ষিপ্ত পার্থক্য ডন মনরোর একটি নিবন্ধে সংক্ষিপ্ত করা হয়েছিল কম্পিউটিং মেশিনের পরিষদ জার্নাল বিবৃতিটি এরকম: “প্রথাগত ভন নিউম্যান আর্কিটেকচারে, একটি শক্তিশালী লজিক কোর (বা সমান্তরালভাবে বেশ কয়েকটি) মেমরি থেকে আনা ডেটার উপর ক্রমানুসারে কাজ করে। বিপরীতে, 'নিউরোমরফিক' কম্পিউটিং বিপুল সংখ্যক অপেক্ষাকৃত আদিম 'নিউরনের' মধ্যে গণনা এবং মেমরি উভয়ই বিতরণ করে, প্রতিটি 'সিনাপেস' এর মাধ্যমে শত শত বা হাজার হাজার অন্যান্য নিউরনের সাথে যোগাযোগ করে।  

নিউরোমরফিক কম্পিউটিং-এর অন্যান্য মূল বৈশিষ্ট্যগুলির মধ্যে রয়েছে ত্রুটি অসহিষ্ণুতা, যার লক্ষ্য মানুষের মস্তিষ্কের নিউরন হারানোর ক্ষমতা এবং এখনও কাজ করতে সক্ষম হওয়ার মডেল তৈরি করা। একইভাবে, ঐতিহ্যগত কম্পিউটিংয়ে একটি ট্রানজিস্টরের ক্ষতি সঠিক কার্যকারিতাকে প্রভাবিত করে। নিউরোমরফিক কম্পিউটিং এর আরেকটি পরিকল্পিত এবং লক্ষ্যযুক্ত সুবিধা হল প্রোগ্রাম করার কোন প্রয়োজন নেই; এই শেষ লক্ষ্যটি আবার মানব মস্তিষ্কের শেখার, প্রতিক্রিয়া জানানো এবং সংকেতের সাথে খাপ খাইয়ে নেওয়ার ক্ষমতার মডেলিং। সুতরাং, নিউরোমরফিক কম্পিউটিং বর্তমানে মেশিন লার্নিং এবং কৃত্রিম বুদ্ধিমত্তার কাজের জন্য সেরা প্রার্থী। 

নিউরোমরফিক সুপারকম্পিউটিং এর অগ্রগতি

এই নিবন্ধের বাকি অংশটি নিউরোমর্ফিক সুপারকম্পিউটিং-এর অগ্রগতি নিয়ে আলোচনা করবে। বিশেষ করে, সম্প্রতি আলেকজান্ডার টেইট এট থেকে আর্ক্সিভের উপর গবেষণা প্রকাশিত হয়েছে। আল প্রিন্সটন ইউনিভার্সিটির বাইরে দেখায় যে একটি সিলিকন-ভিত্তিক ফোটোনিক নিউরাল নেটওয়ার্ক মডেল একটি প্রচলিত কম্পিউটিং পদ্ধতির প্রায় 2000 গুণ বেশি পারফর্ম করে। কম্পিউটিংয়ের এই নিউরোমর্ফিক ফোটোনিক প্ল্যাটফর্মটি অতি দ্রুত তথ্য প্রক্রিয়াকরণের দিকে নিয়ে যেতে পারে। 

টেইট ইত্যাদি। আল শিরোনামের কাগজ নিউরোমরফিক সিলিকন ফটোনিক্স কম্পিউটিংয়ের জন্য ইলেক্ট্রোম্যাগনেটিক বিকিরণের ফোটোনিক লাইট ফর্ম ব্যবহার করার সুবিধা এবং অসুবিধাগুলি বর্ণনা করা শুরু করে। কাগজের প্রাথমিক প্রধান বিষয়গুলি হল যে আলো ব্যাপকভাবে তথ্য প্রেরণের জন্য ব্যবহৃত হয়েছে তবে তথ্য রূপান্তরের জন্য নয়, অর্থাৎ ডিজিটাল অপটিক্যাল কম্পিউটিং। একইভাবে, কোয়ান্টাম কম্পিউটিং, ডিজিটাল অপটিক্যাল কম্পিউটিং-এর জন্য মৌলিক শারীরিক চ্যালেঞ্জ রয়েছে। কাগজটি তারপরে একটি পূর্বের প্রস্তাবিত নিউরোমর্ফিক ফোটোনিক কম্পিউটিং প্ল্যাটফর্ম টেইট এটের বিবরণে যায়। আল দল 2014 সালে প্রকাশিত, এনটাইটেলড সম্প্রচার এবং ওজন: স্কেলযোগ্য ফোটোনিক স্পাইক প্রক্রিয়াকরণের জন্য একটি সমন্বিত নেটওয়ার্ক. তাদের নতুন কাগজ একটি সমন্বিত ফোটোনিক নিউরাল নেটওয়ার্কের প্রথম পরীক্ষামূলক প্রদর্শনের ফলাফল বর্ণনা করে। 

"সম্প্রচার এবং ওজন" কম্পিউটিং আর্কিটেকচারে, "নোডগুলি" কে একটি অনন্য "তরঙ্গদৈর্ঘ্য ক্যারিয়ার" বরাদ্দ করা হয় যা "তরঙ্গদৈর্ঘ্য বিভাজন মাল্টিপ্লেক্সড (WDM)" এবং তারপরে অন্য "নোডগুলিতে" সম্প্রচার করা হয়। এই আর্কিটেকচারের "নোড" মানুষের মস্তিষ্কে নিউরন আচরণ অনুকরণ করার জন্য বোঝানো হয়েছে। তারপর "ডব্লিউডিএম" সংকেতগুলিকে "মাইক্রোরিং (এমআরআর) ওয়েট ব্যাঙ্ক" নামে অবিচ্ছিন্ন-মূল্যবান ফিল্টারগুলির মাধ্যমে প্রক্রিয়া করা হয় এবং তারপরে একটি পরিমাপিত মোট শক্তি সনাক্তকরণ মান হিসাবে বৈদ্যুতিকভাবে যোগ করা হয়। এই শেষ ইলেক্ট্রো-অপ্টিক ট্রান্সফরমেশন/কম্পিউটেশনের অ-রৈখিকতা হল নিউরন কার্যকারিতা অনুকরণ করার জন্য প্রয়োজনীয় নন-লিনিয়ারিটি, নিউরোমর্ফিক নীতির অধীনে কম্পিউটিংয়ের জন্য অপরিহার্য। 

কাগজে, তারা আলোচনা করে যে এই পরীক্ষামূলকভাবে যাচাইকৃত ইলেক্ট্রো-অপ্টিক ট্রান্সফরমেশন ডাইনামিকগুলি গাণিতিকভাবে একটি "2-নোড অবিচ্ছিন্ন-সময়ের পুনরাবৃত্ত নিউরাল নেটওয়ার্ক" (CTRNN) মডেলের সাথে অভিন্ন। এই অগ্রণী ফলাফলগুলি পরামর্শ দেয় যে CTRNN মডেলগুলির জন্য ব্যবহৃত প্রোগ্রামিং সরঞ্জামগুলি সিলিকন-ভিত্তিক নিউরোমর্ফিক প্ল্যাটফর্মগুলিতে প্রয়োগ করা যেতে পারে। এই আবিষ্কারটি নিউরোমরফিক সিলিকন ফোটোনিক্সের সাথে CTRNN পদ্ধতিকে অভিযোজিত করার পথ খুলে দেয়। তাদের কাগজে, তারা তাদের "সম্প্রচার এবং ওজন" আর্কিটেকচারের সাথে এমন একটি মডেল অভিযোজন করে। ফলাফলগুলি দেখায় যে CTRNN মডেলটি তাদের 49-নোড আর্কিটেকচারের উপর সিমুলেটেড নিউরোমর্ফিক কম্পিউটিং আর্কিটেকচারকে 3 মাত্রায় ক্লাসিক্যাল কম্পিউটিং মডেলকে ছাড়িয়ে যায়।