يعتبر الذكاء الاصطناعي (AI) أحد أكثر المجالات تطوراً في عالم التقنية، ومع تزايد الاعتماد على نماذج اللغات الكبيرة (Large Language Models) في بيئات الأنظمة التشغيلية، يتزايد الطلب على حلول معالجة بيانات فعالة من حيث استهلاك الطاقة. في هذا السياق، تم تقديم STEEL، وهو أول تطبيق مفتوح المصدر لتقنية FlashAttention المستهدفة للمعالجات العصبية من نوع XDNA.

تعمل STEEL على استغلال نماذج التدفق البياني المبتكرة لتحسين كفاءة استغلال الذاكرة، العامل الأساسي في تعزيز الأداء في أنظمة المعالجة. ومن خلال معالجة عدم توازن الحمل الناتج عن القناع السببي، تقوم STEEL باستخدام أسلوب توصيل واعي للفراغات في بنية المصفوفة، مما يقلل من أعباء التزامن ويحسن الاستخدام.

تم اختبار STEEL على معالج AMD Ryzen AI 9 HX 370، حيث أثبتت النتائج التجريبية أنها تقلل من استهلاك الطاقة بمعدل 9.17 مرة مقارنة بالمعالجات التقليدية، مما يعكس تقدمًا كبيرًا في هذا المجال. كما أظهرت STEEL تحسينات ملحوظة في زمن الاستجابة، حيث تمكنت من تحقيق تقليل بمعدل 9.6x في زمن الاستجابة مقارنة بأفضل الحلول السابقة.

إن هذا الابتكار يعد خطوة هامة في عالم معالجة البيانات، حيث يقدم تحسينات هائلة في الأداء وكفاءة الطاقة، مما يجعله خيارًا مثاليًا لتطبيقات الذكاء الاصطناعي وخاصةً في ظل الاتجاه المتزايد للاعتماد على المعالجات العصبية.