John Carmack đã đưa ra ý tưởng sử dụng cáp quang như một "thiết bị lưu trữ" thay vì các mô-đun RAM thông thường, đây là một tầm nhìn tương lai đặc biệt thú vị trong bối cảnh khủng hoảng bộ nhớ hiện nay và những hậu quả nghiêm trọng mà nó gây ra.
Trang Tom's Hardware đã chú ý đến bài đăng của người đồng sáng lập id Software trên X, trong đó Carmack đề xuất rằng một sợi cáp quang rất dài – và chúng ta đang nói đến chiều dài 200km – có thể thay thế hiệu quả RAM hệ thống, ít nhất là khi làm việc với các mô hình AI .
Carmack nhận xét: "Tốc độ truyền dữ liệu 256TB/giây trên quãng đường 200km đã được chứng minh trên cáp quang đơn mode, tương đương với 32GB dữ liệu đang truyền, được 'lưu trữ' trong sợi quang, với băng thông 32TB/giây. Suy luận và huấn luyện mạng nơ-ron [AI] có thể có các mẫu tham chiếu trọng số xác định, vì vậy thật thú vị khi xem xét một hệ thống không có DRAM, và các trọng số được liên tục truyền vào bộ nhớ đệm L2 bằng một vòng lặp sợi quang tái chế."
Điều này có nghĩa là đoạn sợi quang nói trên tạo thành một vòng lặp, nơi dữ liệu cần thiết (thường được lưu trữ trong RAM) được "truyền tải liên tục" và luôn cung cấp dữ liệu cho bộ xử lý AI (vì trọng số của mô hình AI có thể được truy cập tuần tự – nếu không thì sẽ không hoạt động được). So với RAM truyền thống, đây cũng là một cách rất thân thiện với môi trường và tiết kiệm năng lượng để hoàn thành các tác vụ này.
Như Carmack đã chỉ ra, đây là "phiên bản hiện đại tương đương với bộ nhớ ống cộng hưởng thủy ngân cổ đại", hay bộ nhớ đường trễ , trong đó dữ liệu được lưu trữ dưới dạng sóng truyền qua một cuộn dây.
Đây không phải là một ý tưởng khả thi ở thời điểm hiện tại, mà là một khái niệm cho tương lai, như đã đề cập – và điều mà Carmack đang lập luận là đây là một con đường khả thi để tiến về phía trước, có thể có "quỹ đạo tăng trưởng tốt hơn" so với DRAM truyền thống hiện nay.
Phân tích: dự đoán tương lai
Hiện nay đang có những vấn đề rất rõ ràng về nguồn cung và cầu RAM , trong đó cầu đang vượt xa cầu do sự phát triển của trí tuệ nhân tạo (AI) và nhu cầu bộ nhớ khổng lồ của nó. (Không chỉ dành cho các máy chủ trong trung tâm dữ liệu xử lý các truy vấn cho các mô hình AI phổ biến , mà còn cả RAM video trong các bo mạch tăng tốc AI nữa.)
Vậy điều mà Carmack đang hình dung là một cách vận hành khác với các mô hình AI, sử dụng đường truyền cáp quang. Về lý thuyết, điều này có thể giúp chúng ta không còn phải lo lắng về việc RAM có giá quá cao ( hoặc máy tính , card đồ họa , và còn nhiều thứ khác nữa bị ảnh hưởng bởi khủng hoảng bộ nhớ).
Vấn đề là có rất nhiều khó khăn với phương án sử dụng cáp quang như vậy, như Carmack đã thừa nhận. Điều đó bao gồm lượng cáp quang cần thiết rất lớn và những khó khăn trong việc duy trì cường độ tín hiệu xuyên suốt vòng lặp.
Tuy nhiên, vẫn còn những khả năng khác theo hướng này, và nhiều người khác đã thảo luận về các khái niệm tương tự trong vài năm qua. Carmack đề cập: "Thực tế hơn nhiều, bạn có thể ghép các bộ nhớ flash giá rẻ lại với nhau để cung cấp hầu hết mọi băng thông đọc mà bạn cần, miễn là việc đó được thực hiện từng trang một và được xử lý theo kiểu đường ống dẫn trước. Điều đó hoàn toàn khả thi cho việc phục vụ suy luận hiện nay nếu các nhà cung cấp flash và bộ tăng tốc có thể thống nhất về một giao diện tốc độ cao."
Nói cách khác, đây là một tập hợp lớn các mô-đun bộ nhớ flash giá rẻ được ghép lại với nhau, hoạt động song song với quy mô lớn, nhưng như Carmack lưu ý, điều quan trọng là phải thống nhất một giao diện để các chip này có thể hoạt động trực tiếp với bộ tăng tốc AI.
Đây là một đề xuất thú vị trong ngắn hạn, nhưng nó phụ thuộc vào việc các nhà sản xuất liên quan (của GPU AI và thiết bị lưu trữ) phối hợp nhịp nhàng và cùng nhau xây dựng một hệ thống mới theo hướng này.
Cuộc khủng hoảng RAM được dự báo sẽ kéo dài hết năm nay, và có thể cả năm sau nữa, thậm chí có thể kéo dài hơn nữa với nhiều khó khăn cho người tiêu dùng. Vì vậy, việc tìm kiếm các giải pháp thay thế cho bộ nhớ dưới dạng các mô hình AI có thể là một hướng đi đáng giá để đảm bảo rằng cuộc khủng hoảng RAM này sẽ là lần cuối cùng chúng ta phải trải qua.
