تواصل تقنيات الذكاء الاصطناعي (AI) تطورها الملحوظ مع ظهور الشبكات المعتمدة على التحويل (Transformers) كأحد النماذج البارزة التي تقدم أداءً عالياً، مما يفتح الأبواب أمام تحقيق الذكاء الاصطناعي العام (AGI). ومع ذلك، فإن الأحجام الكبيرة لهذه الشبكات تعيق قدرتها على التنفيذ الفعال، مما يستدعي الحاجة إلى حلول بديلة تسهم في تسريع العملية الطاقوية بشكل فعال.

مؤخراً، اقترحت الأبحاث الجديدة استخدام المسرعات الضوئية المعتمدة على التحويل (Photonic Transformer Accelerators) كبديل يبشر بتحسينات ملحوظة في السرعة وكفاءة الطاقة مقارنةً بالمسرعات الإلكترونية التقليدية. ولكن، تظل القضايا المتعلقة بتصميم معماريات هذه المسرعات قائمة، كونها لم تأخذ بعين الاعتبار قيود التطبيقات مثل المساحة، الطاقة، الطاقة المستهلكة، والكمون.

للمساعدة في معالجة هذه القيود، تم تقديم DxPTA، وهي منهجية جديدة لاستكشاف تصميم معماريات المسرعات الضوئية، مع التركيز على تحقيق التصميم المتكامل للعتاد (Hardware) والبرمجيات (Software) بطريقة تتماشى مع جميع القيود.

اجتازت DxPTA خطوات متعددة لتحديد معلمات تصميم المعمارية وعلاقة هذه المعلمات مع البيانات الضوئية المتكاملة، مما أتاح تطوير خوارزمية بحث مدركة للقيود. وهذا يعني أنه من الممكن الآن العثور على تصميمات Miller-M (Transformer-based models) مناسبة، مثل DeiT-T/S/B وBERT-B/L، بأوقات بحث أسرع تصل إلى 15.2 مرة مقارنةً بالطرق التقليدية.

تشير النتائج التجريبية إلى أن DxPTA تستطيع تحقيق قيود 26mm² و 4.8W طاقة و39mJ طاقة و6ms كمون، مما يتيح آفاق جديدة لتصميم مسرعات فعالة لتطبيقات الذكاء الاصطناعي المختلفة.