Pa rôl fydd deuodau yn ei chwarae ar ôl y cyfuniad o AI ac electroneg pŵer?

1, Optimizer Effeithlonrwydd Ynni: "Switch Intelligent" mewn Rheoli Pŵer Dynamig
Mewn systemau electroneg pŵer a yrrir gan AI, mae deuodau yn cyflawni naid o ymarferoldeb sefydlog i addasu deinamig trwy gyplu dwfn ag algorithmau dysgu peiriannau. Mae'r golled dargludiad a'r golled adfer gwrthdro a gynhyrchir gan deuodau traddodiadol yn ystod y broses newid wedi dod yn dagfeydd allweddol sy'n cyfyngu ar effeithlonrwydd ynni mewn cymwysiadau amledd uchel. Mae cyflwyno technoleg AI, trwy fonitro paramedrau megis cerrynt, foltedd a thymheredd mewn amser real, yn addasu cyflwr gweithio deuodau yn ddeinamig, gan ddod ag optimeiddio effeithlonrwydd ynni i mewn i'r cyfnod o ymateb "lefel milieiliad".

Pwyntiau arloesol technolegol:

Rheoleiddio foltedd deinamig: mewn offer cyfrifiadurol ymyl AI, mae'r amrywiaeth deuod a all addasu'r foltedd dargludiad yn cyfateb yn awtomatig â foltedd y cyflenwad pŵer yn ôl y llwyth tasg. Er enghraifft, mae cynllun patent penodol yn defnyddio rhwydweithiau niwral i ddadansoddi data gweithredu hanesyddol, rhagfynegi amrywiadau cyfredol, a gwneud y gorau o strategaethau rheoli, gan leihau'r defnydd o ynni offer gan fwy na 30%.
Arloesedd Deunydd: Mae poblogeiddio deuodau carbid silicon (SiC) a gallium nitride (GaN) wedi lleihau'r gwrthiant ymlaen i 1/200 o ddyfeisiau sy'n seiliedig ar silicon ac wedi byrhau'r amser adfer gwrthdro i lai na 10 nanoseconds. Mewn gorsafoedd gwefru cerbydau ynni newydd, mae deuodau SiC yn gwella effeithlonrwydd codi tâl 2.5% ac yn arbed dros 1000 kWh o drydan fesul gorsaf y flwyddyn.
Rhagfynegi namau a hunan-iachau: Mae algorithmau AI yn dadansoddi amrywiadau annormal mewn paramedrau megis tymheredd deuod a cherrynt i roi rhybudd cynnar o ddiffygion posibl. Ar ôl mabwysiadu'r dechnoleg hon, gostyngodd cyfradd fethiant system storio ynni benodol 60% a gostyngodd costau cynnal a chadw 45%.
Achos nodweddiadol:

Mae drôn archwilio pŵer AI o State Grid wedi'i gyfarparu â modiwl deuod deallus, sy'n addasu'r nodweddion dargludiad mewn amser real i gynnal gweithrediad sefydlog yn yr ystod tymheredd o -40 gradd i +85 gradd, a thrwy hynny gynyddu effeithlonrwydd arolygu dair gwaith.
Mae system storio ynni Tesla Megapack yn defnyddio cyfuniad o ddeuodau SiC ac algorithmau rheoli AI i gynyddu effeithlonrwydd trosi ynni o 92% i 95.5%, gan leihau allyriadau carbon dros 200 tunnell fesul gorsaf y flwyddyn.
2, Gwellydd canfyddiad: y "terfyniadau nerf" ar gyfer caffael data amlfodd
Mae ansawdd penderfyniadau systemau AI yn dibynnu'n fawr ar gywirdeb a chywirdeb data mewnbwn. Trwy integreiddio ac uwchraddio deallus, mae deuodau'n trawsnewid o gydrannau swyddogaethol sengl i derfynellau synhwyro amlfodd, gan ddarparu "iaith ynni" cyfoethocach ar gyfer modelau AI.

Pwyntiau arloesol technolegol:

Arae ffotodiode: Trwy integreiddio golau gweladwy, golau isgoch, ac unedau ymateb golau uwchfioled ar yr un swbstrad, gellir caffael delwedd "un drych aml-sbectrol". Ar ôl i'r system gyrru ceir fabwysiadu'r dechnoleg hon, cynyddodd y gyfradd cywirdeb cydnabyddiaeth nos 28%, a byrhawyd yr amser ymateb mewn tywydd gwael 0.3 eiliad.
Deuod sy'n sensitif i bwysau / sy'n sensitif i dymheredd: Wrth fonitro cyflwr offer pŵer, gall deuodau sy'n sensitif i bwysau synhwyro newidiadau pwysedd o 0.01 MPa, a gall deuodau sensitif tymheredd ddal amrywiadau tymheredd o 0.1 gradd. Trwy ddefnyddio'r dechnoleg hon, cyflawnodd fferm wynt benodol gyfradd gywirdeb o 98% o ran rhagweld methiannau blychau gêr a lleihau amser segur heb ei gynllunio 75%.
Deuod cwantwm: Deuod uwch-ddargludo a ddatblygwyd gan Brifysgol Minnesota yn yr Unol Daleithiau, sy'n gallu prosesu mewnbynnau signal lluosog ar yr un pryd trwy gatiau llif ynni a reolir gan foltedd. Mae'r nodwedd hon yn ei gwneud yn perfformio'n rhagorol mewn cyfrifiadura morffolegol niwral. Ar ôl mabwysiadu'r dechnoleg hon ar lwyfan arbrofol penodol, cynyddodd cyflymder hyfforddi AI 40% a gostyngodd y defnydd o ynni 65%.
Achos nodweddiadol:

Mae model mawr Huawei Pangu CV wedi gwella cywirdeb adnabod diffygion o 82% i 96% mewn archwilio pŵer trwy integreiddio data delwedd fanwl uchel a gesglir gan gerbydau awyr di-griw gyda deuodau deallus, gan leihau costau datblygu a chynnal a chadw model 90%.
Mae "Model Mawr Qingyuan" y Grŵp Ynni Cenedlaethol yn defnyddio araeau deuod aml-fodd i gasglu data cyflymder gwynt, golau a thymheredd, gan wella cywirdeb rhagfynegiad pŵer ynni newydd i 93% a lleihau colledion ynni gwynt a solar o dros 500 miliwn o raddau bob blwyddyn.
3, Cymorth pŵer cyfrifiadurol: "conglfaen caledwedd" pensaernïaeth gyfrifiadurol newydd
Gan fod graddfa paramedr modelau AI yn fwy na thriliynau, mae pensaernïaeth draddodiadol von Neumann yn wynebu heriau deuol o "wal cof" a "wal pŵer". Trwy integreiddio â deunyddiau newydd megis megistors ac uwch-ddargludyddion, mae deuodau yn adeiladu'r genhedlaeth nesaf o saernïaeth cyfrifiadura dwysedd isel, pŵer uchel.

Pwyntiau arloesol technolegol:

Arae Memristor Deuod (1D1R): Defnyddio nodweddion adfer gwrthdro deuodau i gyflawni cyfeiriadau deugyfeiriadol, symleiddio strwythur traddodiadol y transistor tair terfynell i strwythur dwy derfynell. Cyflawnodd rhwydwaith niwral artiffisial haen dwbl a adeiladwyd gan ddefnyddio'r dechnoleg hon ar blatfform arbrofol penodol gywirdeb o 98.7% mewn tasgau adnabod ffontiau mewn llawysgrifen, gyda defnydd pŵer dim ond 1/5 o atebion traddodiadol.
Cyfrifiadura cwantwm deuod superconducting: Mae'r deuod uwch-ddargludo a ddatblygwyd gan Brifysgol Minnesota yn rheoli llif ynni trwy gyffyrdd Josephson, ac mae ei effeithlonrwydd ynni yn agos at y terfyn damcaniaethol. Os cymhwysir y dechnoleg hon i hyfforddiant AI, gall leihau'r defnydd o ynni o un casgliad i 1/1000 o'r datrysiad presennol.
Deuod niwromorffig: gan ddynwared nodweddion synaptig niwronau ymennydd dynol, gall amrywiaeth deuod a ddatblygwyd gan dîm penodol gyflawni cyflymiad caledwedd rhwydweithiau niwral pwls (SNNs), gan leihau hwyrni i ficrosecondau mewn tasgau adnabod lleferydd a bwyta dim ond 1/20 o GPUs traddodiadol.
Achos nodweddiadol:

Yn uwchgyfrifiadur NVIDIA DGX H200, mae'r defnydd o fodiwlau pŵer deuod SiC wedi cynyddu'r effeithlonrwydd ynni cyffredinol 15%, gan leihau'r amser sydd ei angen i hyfforddi model mawr paramedr aml-biliwn o 30 diwrnod i 22 diwrnod.
Mae arbrofion yn Google Quantum AI Lab wedi dangos y gall araeau deuod uwch-ddargludo wneud y gorau o algorithmau efelychu moleciwlaidd 1000 gwaith yn gyflymach na CPUs traddodiadol, gan agor llwybrau newydd ar gyfer datblygu deunydd a yrrir gan AI.