巨大飞跃!世界上最快的光学神经形态处理器问世

faddiddn

近日,来自斯威本科技大学(Swinburne University of Technology)的国际研究团队展示了他们最新的研究成果:世界上最快的人工智能光学神经形态处理器,其运算速度超过每秒10万亿次运算(TeraOPs / s),能够处理超大规模数据。

这项发表在《自然》上的研究成果代表了神经网络和神经形态处理的巨大飞跃。

image.png

集成的光学微梳芯片,图片来自Swinburne大学

人工神经网络是人工智能的一种重要形式,它可以“学习”并执行复杂的操作,已广泛应用于计算机视觉、自然语言处理、面部识别、语音翻译和许多其他领域。

受大脑视觉皮层的生物结构启发,人工神经网络能够提取原始数据的关键特征,准确并快速地预测属性和行为。

该团队研发的光学神经形态处理器,其运行速度比以往任何处理器都要快1000多倍。该系统还可以处理超大型图像,足以实现全脸部图像识别,这是其他光学处理器无法做到的。

斯威本科技大学光学科学中心主任David Moss教授介绍说:“这项突破是通过‘光学微梳(microcomb)’实现的。”

虽然最先进的电子处理器,例如Google TPU,可以以超过100 TeraOPs / s的速度运行,但需要通过数万个并行处理器来实现。而该团队演示的光学系统只使用单个处理器,并且通过集成的微梳源在时间、波长和空间维度上同时进行数据交错的新技术实现。

image.png

光子卷积加速器的工作原理,图片来自Swinburne大学

微梳是一种新设备,它由单个芯片上数百个高质量的红外激光器组成,就像一道彩虹,它们比其他光源更快、更小、更轻、更便宜。

“在我们发明微梳芯片的十年中,集成微梳芯片变得越来越重要,看到它们在信息通信和处理领域取得的巨大进步,我们十分欣慰。微梳为我们提供了巨大的希望,可以满足世界对信息的无限需求”,Moss教授说。

团队成员Xingyuan Xu说:“该处理器可以用作任何神经形态硬件(基于光学或电子)的通用超高带宽前端,将海量数据机器学习用于实时超高带宽数据将触手可及。”

Xu解释说:“我们目前处于未来处理器发展的巅峰时期。这项研究证明,通过微梳的创新使用,我们可以显著地扩展处理器的能力。”RMIT的Mitchell教授补充说:“这项技术适用于所有形式的处理和通信,从长远来看,我们希望在芯片上实现完全集成的系统,以降低成本和能耗。”

卷积神经网络一直是人工智能革命的核心,但是现有的硅技术在处理速度和能源效率方面日益成为瓶颈。斯威本科技大学团队研究成果展示了新的光学技术如何使卷积神经网络更高效,并且深刻揭示了跨学科思维的好处。

阅读 41

1 声望
0 粉丝
0 条评论
1 声望
0 粉丝
文章目录
宣传栏