Nhóm nghiên cứu tại Đại học Minnesota, Hoa Kỳ, đã chế tạo một thiết bị tiên tiến có khả năng giảm mức tiêu thụ điện năng của trí tuệ nhân tạo (AI) ít nhất là 1.000 lần. Đột phá quan trọng này nhằm giải quyết những lo ngại ngày càng gia tăng về ảnh hưởng đến môi trường của công nghệ AI, do nhu cầu tiêu thụ năng lượng toàn cầu của chúng được dự đoán sẽ tăng gấp đôi vào năm 2026, theo thông tin từ Cơ quan Năng lượng Quốc tế.
Hiện nay, các hệ thống trí tuệ nhân tạo cần phải truyền một lượng lớn dữ liệu giữa bộ nhớ và bộ xử lý, điều này tốn nhiều năng lượng. Một thiết bị mới mang tên Bộ nhớ truy cập tính toán ngẫu nhiên (CCRAM - Computational Random Access Memory) cho phép thực hiện việc tích hợp và xử lý dữ liệu trực tiếp trong bộ nhớ, giúp loại bỏ việc cần phải truyền tải dữ liệu. Phương pháp này, lần đầu tiên được một nhóm nghiên cứu tại Đại học Minnesota thử nghiệm, có khả năng giảm đáng kể mức tiêu thụ năng lượng cho các ứng dụng trí tuệ nhân tạo.
Yang Lv, tác giả chính của nghiên cứu, cho biết rằng CRAM cho phép thực hiện xử lý dữ liệu ngay trong bộ nhớ, nhờ đó loại bỏ được các bước truyền tải tiêu tốn năng lượng. Công nghệ này, dựa vào việc sử dụng các mối nối từ tính (MTJ), mang lại khả năng lưu trữ và xử lý thông tin hiệu quả hơn rất nhiều so với các phương pháp hiện hành dựa trên bóng bán dẫn.
Jian-Ping Wang, một giáo sư tại Đại học Minnesota và là đồng tác giả của nghiên cứu này, nhấn mạnh rằng công nghệ này chính là thành quả của hơn 20 năm nghiên cứu và hợp tác đa ngành. Trước đây, CRAM đã từng bị xem như một ý tưởng không khả thi, nhưng giờ đây nó đã chứng minh được tính hiệu quả của mình và sẵn sàng để được tích hợp vào các công nghệ hiện tại. Theo lời Jian-Ping Wang, các kết quả ban đầu cho thấy mức tiêu thụ năng lượng giảm tới 2.500 lần so với những hệ thống hiện hành.
CRAM có khả năng trở thành một giải pháp lâu dài cho các nền tảng phát triển trí tuệ nhân tạo, cung cấp hiệu quả năng lượng vượt trội. Công nghệ đột phá này mở ra nhiều cơ hội tiềm năng trong việc giảm thiểu tác động tiêu cực đến môi trường từ các hệ thống AI mà vẫn đảm bảo hiệu suất hoạt động cao. Hiện tại, các nhà nghiên cứu đang nỗ lực hợp tác với các doanh nghiệp hàng đầu trong ngành bán dẫn để triển khai công nghệ này một cách rộng rãi.