• ચીને વિશ્વની સૌથી ઝડપી હાર્ડ ડ્રાઇવ બનાવી, જે ચોખાના દાણા જેટલી નાની છે.
• આ હાર્ડ ડ્રાઇવ 400 પિકોસેકન્ડમાં ડેટા ભૂંસી અથવા ફરીથી લખી શકે છે.
• પ્રોસેસિંગ સમય ઘટાડવાની ક્ષમતા સાથે AI માં નવી ક્રાંતિની અપેક્ષા છે.
નવી દિલ્હી
ચીનના બાકીના વિશ્વ સાથે ગમે તેટલા સંબંધો હોય, તેના અમેરિકા સાથે વિરોધાભાસ છે, પરંતુ ચીન ટેકનોલોજીમાં ઘણું આગળ છે. ચીની સંશોધકોએ હવે વિશ્વની સૌથી ઝડપી હાર્ડ ડ્રાઇવ અથવા ફ્લેશ મેમરી બનાવી છે, જેનું કદ ચોખાના દાણા કરતાં પણ નાનું છે. તેનું નામ પોક્સિયાઓ છે. એવો દાવો કરવામાં આવે છે કે તે ફક્ત 400 પિકોસેકન્ડમાં ડેટા ભૂંસી અથવા ફરીથી લખી શકે છે. તમે એક પિકોસેકન્ડને એક સેકન્ડના એક ટ્રિલિયનમા ભાગ તરીકે સમજી શકો છો. આના પરથી અંદાજ લગાવી શકાય છે કે ચીની વૈજ્ઞાનિકોએ કેટલી મોટી સિદ્ધિ હાંસલ કરી છે. એવું કહેવામાં આવી રહ્યું છે કે ચીનની આ શોધ AI કમ્પ્યુટિંગ અને ડેટા સ્ટોરેજની દુનિયામાં એક નવી ક્રાંતિ લાવી શકે છે.

પછી સ્ટોરેજ સિસ્ટમ બદલાઈ જશે
ચીનના શાંઘાઈમાં ફુદાન યુનિવર્સિટીએ આ શોધ પર એક લેખ લખ્યો છે. એવું કહેવાય છે કે જો આ સ્ટોરેજ સિસ્ટમનો ઉપયોગ મોટા પાયે કરવામાં આવે તો વિશ્વમાં સ્ટોરેજની રીત સંપૂર્ણપણે બદલાઈ શકે છે. લેખમાં એવો પણ દાવો કરવામાં આવ્યો છે કે આ શોધ અત્યાર સુધીની સૌથી ઝડપી સેમિકન્ડક્ટર સ્ટોરેજ ટેકનોલોજી છે. નોંધનીય છે કે આ શોધ ફદાન યુનિવર્સિટી દ્વારા જ કરવામાં આવી છે. એવો દાવો કરવામાં આવે છે કે તે કોઈપણ સામાન્ય હાર્ડ ડ્રાઈવ કરતા દસ લાખ ગણી ઝડપી છે. સૌથી આશ્ચર્યજનક બાબત એ છે કે તેનું કદ તે ચોખાના દાણા કરતાં પણ નાનું છે.
AI સંબંધિત કાર્ય અને ઝડપી
આ હાર્ડ ડ્રાઇવ મેમરી અને કમ્પ્યુટિંગ વચ્ચેના અંતરને ઘટાડવા માટે બનાવવામાં આવી છે. સરળ શબ્દોમાં સમજાવવા માટે, આ હાર્ડ ડ્રાઇવ ભવિષ્યમાં AI પ્રોસેસિંગમાં લાગતો સમય ઘટાડી શકે છે. ઉદાહરણ તરીકે, જો તમને AI વડે બનાવેલ ફોટો કે વીડિયો મળે છે, તો AI તેને પ્રોસેસ કરવામાં સમય લે છે. વીડિયો પ્રોસેસિંગમાં વધુ સમય લાગે છે. આ હાર્ડ ડ્રાઇવનો ઉપયોગ કરીને, AI પ્રોસેસિંગ ઝડપી થવાની અપેક્ષા છે. એટલે કે, તમે પ્રોમ્પ્ટ આપતાની સાથે જ ChatGPT જેવું ટૂલ તેનું કામ શરૂ કરી દેશે અને ફોટો કે વીડિયો થોડી જ વારમાં તૈયાર થઈ જશે.
હજુ પણ વધુ વિકાસ થવાનો બાકી છે
રિપોર્ટ અનુસાર, પોક્સિયાઓ હાલમાં પ્રોટોટાઇપ તબક્કામાં છે. તેનો અર્થ એ કે તેનું ઉત્પાદન મોટા પાયે થયું નથી. તેની સંગ્રહ ક્ષમતા પણ ઓછી છે. જોકે, સંશોધકોને આશા છે કે જો તેમનું સંશોધન વાસ્તવિકતા બનશે, તો તે વધુ સંગ્રહ ક્ષમતા સાથે આવશે. તેના ફાયદા સેમિકન્ડક્ટર અને એઆઈના ક્ષેત્રમાં જોવા મળશે.