تساهم أجهزة الإنترنت في حافة شبكة الاتصال، والتي تشمل أجهزة إنترنت الأشياء والأجهزة المستخدم في المنازل والمكاتب البعيدة عن مراكز المعالجة، في إنتاج كميات كبيرة من البيانات التي تتطلب نقلها وحوسبتها في مراكز البيانات من خلال أجهزة الحافة التي تقوم بتحديد عرض النطاق الترددي للشبكة.
قد لا تضمن مراكز البيانات تقديم الاستجابة المطلوبة في الوقت الفعلي وهو أمر في غاية الأهمية في مجال الحوسبة اللازمة للقيام بمختلف العمليات كتمكين المركبات الذكية من التنقل على سبيل المثال.
وللتصدي لهذه المشكلة، ركز فريق بحثي من جامعة خليفة دراساته حول الحوسبة التناظرية لدعم عمليات معالجة البيانات عند مصدر إنتاجها، حيث صمموا وحدة معالجة حوسبية جديدة تدعم عملية الحوسبة التناظرية المختلطة في الذاكرة.
وضم الفريق البحثي كلًا من الدكتورة ديمة الكيلاني، زميلة دكتوراه والدكتور بكر محمد، أستاذ مشارك والدكتورة ياسمين الحلواني، زميلة دكتوراه ومحمد طُلبة، باحث مشارك، والدكتور هاني صالح، أستاذ مشارك، وجميعهم من مختبر الأنظمة الدقيقة في جامعة خليفة. ونشر الفريق بحثهم مؤخرًا في المكتبة الدولية الإلكترونية "آي إي إي إي إكسبلور".
تكمن أهمية الحوسبة التناظرية في سرعتها التي تسبق جميع العمليات والدارات الإلكترونية، وقد أثبتت فعالية في الاستخدام من قبل المهندسين والعلماء الباحثين حتى باتت تعتبر قديمة في منتصف القرن العشرين. وعلى الرغم من قدمها، إلا أنها تواصل التوسع في التطبيقات المعقدة التي تتطلب اتخاذ القرارات الذكية على بعد مسافة.
إضافة لذلك، حازت تطبيقات الذكاء الاصطناعي شهرة واسعة نتيجة التطور الكبير في عدد الصناعات التي تتطلب مزيدًا من مصادر أجهزة الكمبيوتر ومزيدًا من سعات التخزين وحجم استهلاك أقل للطاقة، لكن تشهد وحدات المعالجة الرقمية في تطبيقات الذكاء الاصطناعي اليوم صعوبة في توفير البيانات خاصة في نماذج تعلم الآلة كثيفة البيانات التي تحتاج إلى كم كبير من الطاقة والتي تعمل عند الحافة. لذلك، قد تكون الحوسبة التناظرية هي الحل.
من جانبه، قال الدكتور بكر: "يتميز العصر الجديد من الحوسبة، والتي تشمل الذكاء الاصطناعي والبيانات الكبيرة في أجهزة الحافة، بأنه كثيف البيانات ويتطلب ميزانية عالية للطاقة وأجهزة صغيرة بتكاليف مرتفعة، الأمر الذي أثار الحاجة لمنصات الحوسبة الحديثة والتي تُعرف بـحوسبة الذاكرة أو الحوسبة داخل الذاكرة التي تتمحور فكرتها حول الحد من حركة البيانات التي تؤثر بشكل ملحوظ على الأداء والطاقة".
وتقوم أنظمة الحوسبة التناظرية داخل الذاكرة بمعالجة البيانات في الذاكرة وبالتالي الحصول على ذاكرة ذكية تمامًا كعقل الإنسان، إضافة إلى أن تلك الأنظمة لا تستهلك قدرًا كبيرًا من الطاقة على العكس من أنظمة الحوسبة الرقمية. وفي مجال التطبيقات كثيفة البيانات وذات مجموعات كبيرة من البيانات التي تحتاج لتحديد عرض النطاق الترددي، تساهم أنظمة الحوسبة التناظرية داخل الذاكرة في إيجاد الحلول للمشكلات التي تعترض الوصول للذاكرة.
ويمكن أيضًا للشبكات العصبية العميقة التي تعمل بأنظمة الحوسبة التناظرية أن تخدم البحوث التي تركز على تطبيقات الذكاء الاصطناعي التي تعالج قضايا تعلم الآلة المعقدة كالتعرف إلى الصور والكلام وترجمة اللغات.
وقالت الدكتورة ديمة: "تعتبر وحدات المعالجة (سي-3) التي طورناها وحدات بناء أساسية كوحدات معالجة رقمية يمكن الاستفادة منها في العديد من التطبيقات التي تتضمن تطبيقات الذكاء الاصطناعي عند الحافة ومعالجة الإِشارات، كما يمكن استخدامها في حفظ البيانات، لا سيما وأنها تحظى بالعديد من المزايا في مجال فعالية الطاقة".
يذكر أن هذا البحث هو الخطوة الأولى للحوسبة التناظرية داخل الذاكرة في مجال دعم عصر جديد من الأجهزة الإلكترونية تتميز باستيفائها متطلبات الأداء الفعال والطاقة بشكل فعال وفي الوقت الفعلي، ويسعى الفريق البحثي إلى إجراء مزيدًا من البحوث حول حوسبة السعة القابلة للبرمجة في الوقت الأفضل بهدف تحسين مستوى الدقة ودعم إعادة التشكيل.