发表于 | 光通讯

全球最快的人工智能光学神经形态处理器

为首 斯威本科技大学,一个国际研究小组现在已经揭示了世界’用于人工智能(AI)的最快,最强大的光学神经形态处理器。

Xingyuan(Mike)Xu博士具有集成的光学微梳芯片,该芯片构成了光学神经形态处理器的核心部分。
Xingyuan(Mike)Xu博士具有集成的光学微梳芯片,该芯片构成了光学神经形态处理器的核心部分。图片来源:斯威本大学。

新处理器的工作速度超过每秒10万亿次操作(TeraOPs /秒),并可以处理超大规模数据。

发表在主要期刊上 性质,这项最新的创新代表了神经形态加工和神经网络总体上的重大进步。

人工神经网络是AI的重要形式,它们可以'learn' 并执行困难的操作。因此,它们广泛用于自然语言处理,计算机视觉,语音翻译,面部识别,医学诊断,游戏策略游戏以及许多不同领域。

人工神经网络的主要灵感来自大脑视觉皮层系统的生物学结构。他们可以获取原始数据的关键特征,以无与伦比的简单性和准确性来估计行为和属性。

该研究团队由斯威本科技大学的David Moss教授,斯威本科技大学和莫纳什大学的Xingyuan(Mike)Xu以及RMIT大学的杰出教授Arnan Mitchell领导,在光学神经网络领域取得了令人难以置信的壮举—也就是说,它们大大加快了这些网络的处理能力和计算速度。

研究人员展示了一种光学神经形态处理器,与以前设计的任何处理器相比,其运行速度快了1000倍,此外,该系统还可以处理记录大小的超大型图像—足以完成完整的面部图像识别,这是其他光学处理器无法实现的。

"这一突破是通过‘optical micro-combs,’正如我们在2020年5月报告的世界纪录互联网数据速度."

斯威本科技大学光学科学中心教授兼主任David Moss

尽管下一代电子处理器(例如Google TPU)可以超过每秒100 TeraOPs的速度运行,但这是使用无限数量的并行处理器执行的。另一方面,研究人员展示的光学系统仅使用一个处理器,并通过一种新颖的方法同时完成波长,时间数据的交织。 通过内置的微梳子源获得空间和空间尺寸。

微梳是比较新颖的设备,其行为类似于仅在单个芯片上由数十个高质量红外激光组成的彩虹。它们相对更快,更便宜,更小 与其他光源相比,重量更轻。

"自从我共同发明它们以来的10年中,集成的微梳状芯片变得极为重要,看到它们在信息通信和处理方面取得了如此巨大的进步,真是令人兴奋。微梳为我们迎接世界提供了巨大的希望’对信息的无限需求."

斯威本科技大学光学科学中心教授兼主任David Moss

徐博士说,斯威本的明矾,也是莫纳什大学电气和计算机系统工程系的博士后,“该处理器可以用作任何神经形态硬件的通用超高带宽前端—基于光学或电子—bringing massive-data machine 学习ing for real-time ultra-high bandwidth data within reach.”

We’目前,我们只是对未来处理器的外观进行了简要介绍。它’确实向我们展示了如何通过创新使用微梳来显着扩展处理器的功能,”徐博士解释说,他也是该研究的主要作者。

"该技术适用于所有形式的处理和通信—这将产生巨大的影响。从长远来看,我们希望在芯片上实现完全集成的系统,从而大大降低成本和能耗."

皇家墨尔本理工大学杰出教授Arnan Mitchell

卷积神经网络一直是人工智能革命的核心,但是现有的硅技术越来越多地成为处理速度和能源效率的瓶颈,”斯威本科技大学和沃尔特·伊丽莎白·霍尔研究所的主要支持者达米安·希克斯教授说。

这一突破表明,新的光学技术如何使此类网络更快,更高效,并且深刻展示了跨学科思维的优势,它具有启发和勇气,可以从一个领域汲取创意并利用它来解决基本问题。在另一个,”希克斯教授总结道。

期刊参考:

徐旭 。 (2021)11个用于光学神经网络的TOPS光子卷积加速器。 性质. doi.org/10.1038/s41586-020-03063-0.

资源: //www.swinburne.edu.au/

告诉我们你的想法

您是否有评论,更新或想要添加到此新闻报道中的任何内容?

留下您的反馈
提交