?由斯威本科技大學領(lǐng)導的國際研究人員團隊展示了世界上最快，最強大的人工智能光學神經(jīng)形態(tài)處理器（AI），其運算速度超過每秒10萬億次運算（TeraOPs / s），并能夠處理超大規(guī)模數(shù)據(jù)。


這項突破發(fā)表在《自然》雜志上，代表了神經(jīng)網(wǎng)絡(luò)和神經(jīng)形態(tài)加工的巨大飛躍。


人工神經(jīng)網(wǎng)絡(luò)是AI的一種重要形式，可以“學習”并執(zhí)行復雜的操作，并廣泛應(yīng)用于計算機視覺，自然語言處理，面部識別，語音翻譯，玩策略游戲，醫(yī)療診斷和許多其他領(lǐng)域。受大腦視覺皮層系統(tǒng)生物結(jié)構(gòu)的啟發(fā)，人工神經(jīng)網(wǎng)絡(luò)提取原始數(shù)據(jù)的關(guān)鍵特征，以前所未有的準確性和簡單性預測屬性和行為。





在Swinburne教授David Moss教授，Xingyuan博士（莫納什大學Swinburne教授）和RMIT大學的杰出教授Arnan Mitchell的帶領(lǐng)下，該團隊在光學神經(jīng)網(wǎng)絡(luò)領(lǐng)域取得了非凡的成就：極大地提高了他們的計算速度和處理能力。


該團隊展示了一種光學神經(jīng)形態(tài)處理器，其運行速度是任何以前的處理器的1000倍以上，并且該系統(tǒng)還可以處理記錄大小的超大型圖像-足以實現(xiàn)全臉部圖像識別，這是其他光學處理器無法做到的。


Swinburne光學科學中心主任莫斯教授說：“這一突破是通過'光學微梳子'實現(xiàn)的，正如我們在2020年5月報道的世界記錄的互聯(lián)網(wǎng)數(shù)據(jù)速度一樣?！蹦菇淌谧罱蝗蚊鼮榘拇罄麃單锢韺W和科學領(lǐng)域的頂級研究領(lǐng)導人之一《澳大利亞人》在光學和光子學領(lǐng)域的數(shù)學。





雖然最先進的電子處理器（例如Google TPU）可以超過100 TeraOPs / s的速度運行，但這可以通過數(shù)以萬計的并行處理器來完成。相反，該團隊演示的光學系統(tǒng)使用單個處理器，并且是通過一種新技術(shù)通過集成的微梳光源同時在時間，波長和空間維度上交織數(shù)據(jù)而實現(xiàn)的。


微梳子是相對較新的設(shè)備，其作用類似于在單個芯片上由數(shù)百個高質(zhì)量紅外激光器組成的彩虹。它們比任何其他光源都更快，更小，更輕且更便宜。


“自從我共同發(fā)明它們以來的10年中，集成的微梳狀芯片已經(jīng)變得非常重要，看到它們在信息通信和處理方面實現(xiàn)這些巨大的進步，這真是令人興奮。微梳子為我們滿足這些挑戰(zhàn)提供了巨大的希望。世界對信息的無限需求，”莫斯教授說。


該研究的共同主要作者說：“該處理器可以用作任何神經(jīng)形態(tài)硬件（基于光學或電子的）的通用超高帶寬前端，將海量數(shù)據(jù)機器學習用于實時超高帶寬數(shù)據(jù)的采集，”徐博士，莫那什大學電氣與計算機系統(tǒng)工程系博士生，博士后研究員。


徐博士解釋說：“我們目前正在對未來的處理器的外觀進行一個簡單的介紹。這確實向我們展示了如何通過創(chuàng)新性地使用微梳來極大地擴展處理器的功能。”


RMIT的Mitchell教授補充說：“這項技術(shù)適用于所有形式的處理和通信，它將產(chǎn)生巨大的影響。從長遠來看，我們希望在芯片上實現(xiàn)完全集成的系統(tǒng)，從而大大降低成本和能耗?！?/span>


“卷積神經(jīng)網(wǎng)絡(luò)一直是人工智能革命的核心，但是現(xiàn)有的硅技術(shù)越來越成為處理速度和能源效率的瓶頸，”研究團隊的主要支持者，來自Swinburne和Walter and Elizabeth Hall Institute的Damien Hicks教授說。 。


他補充說：“這一突破表明，新的光學技術(shù)如何使此類網(wǎng)絡(luò)更快，更高效，并且深刻展示了跨學科思維的好處，它具有啟發(fā)和勇氣，可以從一個領(lǐng)域汲取靈感并將其運用到解決另一個根本問題?！?/span>

原文鏈接：https://www.xianjichina.com/special/detail_469554.html
來源：賢集網(wǎng)
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請注明出處。