01.11.2020, 14:11

Nöromorfik Hesaplama-Makinenin Geleceği

Claude E. Shannon, 1938 yılında Massachusetts Institute of Technology (MIT)'de yaptığı yüksek lisans tez çalışmasında, bugün hayatımızı domine eden sayısal devreler konseptinin temelini attı. 19. yüzyılda Boole tarafından ortaya atılan ve ortaokulda öğrendiğimiz cebirden oldukça farklı bir yapısı olan Boole cebirinin bir varyasyonunu temel alarak, aritmetik işlemlerin anahtarlama devreleri ile gerçekleştirilebileceğini gösterdi. Shannon'un ve ondan önceki çalışmalarıyla bu konuya katkı yapan tüm bilim insanlarının en büyük eksiği, zamanın teknolojisinin yapmak istedikleri için yetersiz oluşuydu. Röle ve anahtarlama devre elemanları ile sayısal tasarım gerçekleştirilebiliyordu, ancak bunların ölçeklendirilebilmesi oldukça zordu. Transistörün nanometreler boyutunda üretilebileceğini hayal etmek, o dönem için pek gerçekçi bir yaklaşım değildi.

Sayısal tasarım, oldukça geniş kullanım alanı olan bir konu. Sinyal işleme, haberleşme, ses kaydı, şifreleme, tıbbi teknolojiler ve daha pek çok, saymakla bitmeyen çalışma alanı var. Ancak bu geniş yelpazeye rağmen, sayısal tasarım konusunda emek harcamış herkesin görebileceği gibi, aritmetik fonksiyonların gerçeklenmesinden ibaret. Ortaokulda öğrendiğimiz aritmetik, aslında sayısal tasarım konusunda oldukça önemli ipuçları içeriyor. Önce dört işlem öğreniyoruz, daha sonra bu 4 işlemi kullanarak algoritmalar vasıtası ile karmaşık matematiksel işlemleri gerçekleştirmeyi öğreniyoruz. Karmaşık çarpma işlemlerini yapabilmek için önce çarpım tablosunu ezberliyoruz. Bütün bunları geçmişten gelen alışkanlıklar ve birikimlerle ondalık sayı sistemini kullanarak yapıyoruz, bunun tarihsel sebebini de parmak sayımıza bağlıyoruz. Yani elimizdeki teknoloji olan on parmağımızın üzerine oldukça karmaşık bir sistem kurup, algoritmalar yardımıyla da karmaşık matematiksel işlemleri hücrelerine ayırıp gerçekleyebiliyoruz.

Özet olarak sayısal tasarım, algoritmik olarak tanımlayabildiğimiz ve tamsayı aritmetiğine dayalı tüm işlemleri gerçekleştirebilmek için, boole cebiri üzerine kurulmuş bir sistem. Elde var olan transistör teknolojisi ile, açık-kapalı (yani 1-0) dan ibaret olan bir sistem muazzam bir şekilde tasarlanabilmiş. Sayısal bir devre olan işlemciler o kadar fazla sayıda transistör içeriyor ve o kadar verimli çalışabiliyorlar ki, bilgisayarların beyni şeklinde ve aslında bence yanlış olan bir tanımlama kullanılabiliyor. Kayan nokta işlemlerinin reel sayılar ile yapıldığı söylenebilir, ama bunların üzerinde çalıştığı kayan nokta üniteleri incelendiğinde de altyapı olarak yine tamsayı aritmetiği üzerine kurulu olduğu görülecektir. Yani aslında reel sayılar ile yapılan işlemler, tamsayı aritmetiği için tasarlanmış donanımsal devreler üzerinde çalıştırılıyor. Bunun aslında oldukça verimsiz bir yöntem olduğunu, ama elimizdeki teknolojinin sadece buna müsaade ettiğini söyleyebiliriz.

Sayısal devereler üzerine kurgulamış olduğumuz sayısal dünyada kullandığımız algoritmalar, ağırlıklı olarak tamsayı aritmetiğine dayalı. Veri ikilik düzende kodlanarak saklanıyor, işleniyor ve transfer ediliyor. Yaygın olarak kullandığımız internet üzerinde iletişimin bir bitlik bilgi kaybına bile tahammülü yok. Yakın zamanda popüler olan makine öğrenmesi, derin öğrenme, yapay zeka gibi konular için tasarlanmış olan algoritmalar, reel sayılar üzerine kurulu. Ancak bunları konvansiyonel sayısal devreler üzerinde çalıştırmak zorunda kalmak, bu konuların performans açısından ilerlemesi açısından en büyük engeli teşkil etmektedir. Konunu uzmanı değilim, ancak gördüğüm kadarıyla bu popüler konular, oldukça büyük veri setleri üzerinde çalışıyor ve oldukça fazla sayıda işlem içeriyor, bu da öğrenme kısmının oldukça yavaş çalışmasına sebep oluyor. Sayısal devre ve işlemci teknolojilerindeki gelişmeler, bu nispeten yeni alanlardaki gelişmelerin hızına yetişemiyor.

Verinin doğadan toplandığı durumlarda verimsizlik biraz daha artıyor. Doğanın ürettiği analog veri, üzerinde hızlı bir şekilde işlenebileceği analog devreler henüz bulunmadığı için, önce sayısal hale getiriliyor, daha sonra işlenmek üzere hafızada saklanıyor. Hafızadan okunarak işlemci elemanları tarafından işleniyor, tekrar hafızaya yazılıyor. Bütün bunlar oldukça basit işlemler olarak görülebilir, ancak yavaş çalışan ve güç kullanımı açısından pahalı işlemler.

Nöromorfik hesaplama, beynin biyolojik çalışma prensibini taklit etmeye çalışan bir alan olarak öne çıkıyor. Konvansiyonel işlemci mimarilerinde hafıza ve işlem elemanları, birbirinden aslında oldukça uzak ve ayrık olarak duruyorlar, bu da veri transferini pahalı hale getiriyor. Nöromorfik mimarilerde, hafıza içinde hesaplama konsepti çalışılıyor. Memristör denilen devre elemanları, hem hafıza hem de hesaplama için kullanılabiliyor. Mevcut transistör teknolojisinin üzerine analog hesaplama ve hafıza elemanları olarak eklenerek yaygınlaştırılabilir ve ölçeklenebilir nöromorfik sistemler üretilebiliyor. Nöromorfik mimariler, nispeten yeni olmakla birlikte yaygınlaşmaya başladı ve bu konu üzerinde çalışanların sayısı her geçen gün artıyor ve çığır açan makine öğremesi temelli konularda konvansiyonel mimarilerin yerini alacak gibi görünüyor.

15°
açık