គម្រោងប្រភពបើកចំហបានច្របាច់គំរូភាសាចំនួន 28.9 លានទៅ microcontroller ដែលមានតម្លៃប្រហែល 8 ដុល្លារ ដោយបង្កើតអត្ថបទទាំងស្រុងនៅលើបន្ទះឈីបនៅប្រហែល 9 តូខឹនក្នុងមួយវិនាទីដោយមិនមានការតភ្ជាប់បណ្តាញអ្វីទាំងអស់។ បាតុកម្មដែលបានបោះពុម្ពផ្សាយនៅលើ GitHub និងឡើងទំព័រមុខរបស់ Hacker News យ៉ាងឆាប់រហ័ស បង្ហាញថាតើព្រំដែននៃ AI ក្នុងស្រុកតូចមួយបានផ្លាស់ប្តូរក្នុងរយៈពេលដ៏ខ្លី។
ការងារនេះផ្តោតលើ ESP32-S3 ដែលជាបន្ទះឈីបបង្កប់ដែលមានតំលៃថោកដែលពេញនិយមដោយអ្នកចូលចិត្តនិងអ្នកផលិតផ្នែករឹង។ ការដំណើរការគំរូប៉ារ៉ាម៉ែត 28.9 លាននៅលើផ្នែកតូចមួយនៃស៊ីលីកុននឹងហាក់ដូចជាមិនគួរឱ្យជឿមិនយូរប៉ុន្មានកន្លងទៅនេះ ហើយគម្រោងនេះផ្តល់នូវរូបភាពដ៏រស់រវើកនៃការជំរុញដ៏ទូលំទូលាយឆ្ពោះទៅរក AI នៅលើឧបករណ៍ដែលយើងតាមដានក្នុង [ការគ្របដណ្តប់ឧស្សាហកម្ម AI] ប្រចាំថ្ងៃរបស់យើង (https://aibuzzwire.news)។ កន្លែងដែលពពកធ្លាប់មានអារម្មណ៍ថាចាំបាច់សម្រាប់គំរូភាសាពិតប្រាកដណាមួយ ប្រព័ន្ធដែលមានសមត្ថភាពកាន់តែខ្លាំងកំពុងស្វែងរកផ្ទះនៅលើគែម។
លេខនៅពីក្រោយការសាងសង់
គម្រោងនេះដាក់ចេញនូវលក្ខណៈជាក់លាក់របស់វាយ៉ាងច្បាស់លាស់។ ម៉ូដែលនេះរក្សាទុកប៉ារ៉ាម៉ែត្រចំនួន 28.9 លាន ដែលក្នុងនោះប្រហែល 25 លាននាក់រស់នៅក្នុងតារាងរកមើលពន្លឺ។ វាដំណើរការលើបន្ទះឈីប ESP32-S3 ជាមួយនឹង 512KB នៃ SRAM លឿន 8MB នៃ PSRAM និង 16MB នៃ flash storage ។ នៅក្នុងការអនុវត្តវាឈានដល់ប្រហែល 9.5 ថូខឹនក្នុងមួយវិនាទីដល់ទីបញ្ចប់ ឬ 9.7 ថូខឹនក្នុងមួយវិនាទីនៃការគណនាសុទ្ធ ហើយម៉ូដែលទាំងមូលកាន់កាប់ត្រឹមតែ 14.9 មេកាបៃប៉ុណ្ណោះនៅពេលរក្សាទុកនៅភាពជាក់លាក់ 4 ប៊ីត។
ភាពទាក់ទាញបំផុតគឺការប្រៀបធៀបដែលអ្នកនិពន្ធគូរជាមួយការងារមុន។ គំរូភាសាចុងក្រោយដែលគេស្គាល់ថាដំណើរការលើបន្ទះឈីបនៅក្នុងថ្នាក់នេះ មានប៉ារ៉ាម៉ែត្រត្រឹមតែ 260,000 ប៉ុណ្ណោះ។ ការបង្កើតថ្មីទទួលបានប្រហែលមួយរយដងច្រើនជាងនេះ ដែលជាការលោតចេញពីបន្ទះឈីបដែលធំជាងនេះ ប៉ុន្តែបានមកពីការគិតឡើងវិញពីកន្លែងដែលទិន្នន័យរបស់ម៉ូដែលពិតប្រាកដរស់នៅ។
ល្បិចចងចាំខ្ចីពី Gemma
បញ្ហាស្នូលគឺថា microcontroller ស្ទើរតែគ្មានអង្គចងចាំលឿន។ ESP32-S3 ផ្តល់ SRAM ត្រឹមតែ 512KB ហើយតាមធម្មតា ម៉ូដែលទាំងមូលត្រូវតែអាចទៅដល់ពីទីនោះ ដែលជាមូលហេតុដែលការប៉ុនប៉ងពីមុនត្រូវបានជាប់គាំងនៅប៉ារ៉ាម៉ែត្រពីរបីរយពាន់។
ដំណោះស្រាយគឺស្ថិតនៅលើការសង្កេតដ៏សាមញ្ញមួយ។ ប៉ារ៉ាម៉ែត្រនៃគំរូភាសាភាគច្រើនស្ថិតនៅក្នុងតារាងបង្កប់ ដែលគំរូអានជាជាងគណនា។ ដូច្នេះជំនួសឱ្យការបង្ខំតារាង 25 លានជួរដ៏ធំនេះទៅក្នុងអង្គចងចាំលឿនដែលខ្វះខាត គម្រោងនេះទុកវានៅក្នុងការផ្ទុកពន្លឺយឺត ហើយទាញតែពីរបីជួរប៉ុណ្ណោះដែលនិមិត្តសញ្ញានីមួយៗត្រូវការគឺប្រហែល 450 បៃក្នុងមួយពេល។ ផ្នែកតូចមួយនៃគំរូដែលអនុវត្តការគណនាពិតប្រាកដស្ថិតនៅក្នុងការចងចាំដ៏លឿន ខណៈពេលដែលទម្ងន់ភាគច្រើនគ្រាន់តែរង់ចាំក្នុងពន្លឺ ដោយយកគំរូបន្តិចម្ដងៗ។
បច្ចេកទេសនោះត្រូវបានគេស្គាល់ថាជា Per-Layer Embeddings ហើយវាកើតចេញពីម៉ូដែល Gemma របស់ Google ជាពិសេស Gemma 3n និង Gemma 4 ដែលវាត្រូវបានរចនាឡើងសម្រាប់ទូរស័ព្ទ និង GPU ។ យោងតាមអ្នកនិពន្ធនៃគម្រោងនេះ គ្មាននរណាម្នាក់ធ្លាប់បានសាកល្បងវិធីសាស្រ្តនៅលើបន្ទះឈីបតូចមួយនេះទេ។
អ្វីដែលវាអាចធ្វើបាន និងអ្វីដែលវាមិនអាចធ្វើបាន
គំរូនេះត្រូវបានបណ្តុះបណ្តាលលើ TinyStories ដែលជាសំណុំទិន្នន័យនៃរឿងកុមារសាមញ្ញ ដូច្នេះសមត្ថភាពរបស់វាតូចចង្អៀតដោយចេតនា។ វាសរសេរខ្លីៗ ដែលភាគច្រើនជារឿងដែលស៊ីគ្នា ប៉ុន្តែវានឹងមិនឆ្លើយសំណួរការពិត ធ្វើតាមការណែនាំដ៏ស្មុគស្មាញ សរសេរកូដ ឬហេតុផលអំពីពិភពលោកនោះទេ។ អ្នកនិពន្ធមានភាពស្មោះត្រង់ថាការកំណត់នេះកើតចេញពីផ្នែកហេតុផលតិចតួចនៃគំរូ ហើយថាល្បិចនៃការចងចាំមិនផ្លាស់ប្តូរវាទេ។
អ្វីដែលធ្វើឱ្យគម្រោងគួរឱ្យចាប់អារម្មណ៍គឺមិនមែនជាគុណភាពទិន្នផលទេ ប៉ុន្តែជាស្ថាបត្យកម្មរបស់វា។ សមិទ្ធិផលនេះគឺត្រូវបានបំពាក់គំរូដ៏ធំនេះទៅលើបន្ទះឈីបដ៏តូចនេះ ដោយបង្ហាញថាបច្ចេកទេសដូចគ្នាដែលផ្តល់ថាមពលដល់ម៉ូដែលដែលមានប្រសិទ្ធភាពនៅលើទូរសព្ទ និងម៉ាស៊ីនមេអាចត្រូវបានរុញចុះទៅផ្នែករឹងដែលមានតម្លៃថោកជាងសាំងវិច។
ហេតុអ្វីបានជា AI នៅលើឧបករណ៍សំខាន់
ផលប៉ះពាល់ឈានដល់លើសពីការបង្ហាញបច្ចេកទេសយ៉ាងស្អាត។ ដោយសារតែម៉ូដែលនេះដំណើរការទាំងស្រុងលើបន្ទះឈីប គ្មានអ្វីដែលត្រូវបានផ្ញើទៅកាន់ម៉ាស៊ីនមេទេ។ នោះមានន័យថាឯកជនភាពទាំងស្រុងដោយការសាងសង់ គ្មានទិន្នន័យចាកចេញពីឧបករណ៍ ហើយមិនមានវិក្កយបត្រលើពពកដែលត្រូវបង់។ សម្រាប់កម្មវិធីនៅតំបន់ដាច់ស្រយាល ឧបករណ៍ថាមពលទាប ឬការកំណត់ដែលការតភ្ជាប់មិនអាចទុកចិត្តបាន ការរួមបញ្ចូលគ្នានោះពិតជាមានប្រយោជន៍។
វាក៏ចង្អុលទៅអនាគតដែលម៉ូដែលឯកទេសតូចៗត្រូវបានចែកចាយនៅទូទាំងឧបករណ៍បង្កប់ដែលមានតំលៃថោករាប់ពាន់លាន ជាជាងប្រមូលផ្តុំនៅក្នុងមជ្ឈមណ្ឌលទិន្នន័យយក្សមួយក្តាប់តូច។ សម្ពាធដូចគ្នាដែលជំរុញឱ្យមានការចាប់អារម្មណ៍លើ AI ក្នុងស្រុកនៅលើកុំព្យូទ័រយួរដៃ និងទូរសព្ទ ដូចជា ភាពយឺតយ៉ាវទាប ការចំណាយទាប និងភាពឯកជនខ្លាំងជាងមុន អនុវត្តកាន់តែខ្លាំងនៅមាត្រដ្ឋាន microcontroller ។
ការអញ្ជើញបើកចំហរទៅកាន់ tinker
គម្រោងនេះត្រូវបានចេញផ្សាយក្រោមអាជ្ញាប័ណ្ណ MIT ដែលអនុញ្ញាត ហើយអ្នកនិពន្ធបានចែករំលែកកូដពេញលេញនៅលើ GitHub រួមជាមួយនឹងឯកសារលម្អិត និងលទ្ធផលគោល។ ការបើកចំហរនោះមានន័យថា អ្នកអភិវឌ្ឍន៍ផ្នែករឹងផ្សេងទៀតអាចសិក្សាវិធីសាស្រ្ត សម្របវាទៅនឹងបន្ទះឈីបផ្សេងទៀត ឬជំរុញឱ្យចំនួនប៉ារ៉ាម៉ែត្រកាន់តែខ្ពស់។
ចេញផ្សាយក្រោមចំណុចទាញ slvDev ការងារនេះបានឆ្លើយតបយ៉ាងខ្លាំងជាមួយសហគមន៍អ្នកអភិវឌ្ឍន៍ ដោយប្រមូលបានការបោះឆ្នោតគាំទ្ររាប់រយនៅលើព័ត៌មាន Hacker និងជំរុញឱ្យមានការពិភាក្សាអំពីកន្លែងដែលបច្ចេកទេសអាចធ្វើដំណើរបន្ទាប់។ ប្រសិនបើនិន្នាការរក្សាបាន នោះបន្ទាត់រវាង "គំរូភាសា" និងផ្នែកធម្មតានៃកម្មវិធីបង្កប់ ហៀបនឹងធ្វើឱ្យព្រិលកាន់តែច្បាស់។
នាំមុខ AI
ចាប់ពីឈីប 8 ដុល្លារ ដល់មជ្ឈមណ្ឌលទិន្នន័យរាប់ពាន់លានដុល្លារ សំណួរនៃកន្លែងដែល AI ដំណើរការគឺមានសារៈសំខាន់ដូចអ្វីដែល AI អាចធ្វើបាន។ ស្រទាប់ផ្នែករឹងកំពុងវិវឌ្ឍលឿនជាងមនុស្សភាគច្រើនដឹង ហើយគម្រោងដែលមើលទៅដូចជាការចង់ដឹងចង់ឃើញនាពេលបច្ចុប្បន្ននេះ ជារឿយៗកំណត់ចរន្តសំខាន់នៅថ្ងៃស្អែក។ [អានព័ត៌មាន AI បន្ថែមនៅលើ AI Buzz Wire] (https://aibuzzwire.news) ដើម្បីតាមដានរាល់ការទម្លាយនៃការគណនាគែម ប្រសិទ្ធភាពនៃគំរូ និងការស៊ើបការណ៍លើឧបករណ៍។
បន្តជាមួយនឹងបដិវត្តន៍ផ្នែករឹង AI — ចូលទៅកាន់ AI Buzz Wire
