听这篇文章
|

徐兴元博士与集成光学微梳芯片,构成光学神经形态处理器的核心部分。Credit: Swinburne University
由斯威本科技大学领导的一个国际研究小组展示了据称是世界上最快、最强大的人工智能光学神经形态处理器。它的运算速度超过每秒10万亿次(TeraOPs/s),能够处理超大规模的数据。
研究人员表示,这一突破代表了神经网络和神经形态处理的巨大飞跃。它可以受益自主车辆以及计算机视觉等数据密集型机器学习任务。
人工神经网络可以“学习”并执行应用广泛的复杂操作。受大脑视觉皮层系统生物结构的启发,人工神经网络从原始数据中提取关键特征,以前所未有的准确性和简单性预测属性和行为。
该团队能够极大地提高光学神经网络的计算速度和处理能力。该团队展示了一种光学神经形态处理器,其运行速度比以往任何处理器快1000倍以上,该系统还能处理超大规模的图像,足以实现完整的面部图像识别。以下是研究人员的论文全文。用于光学神经网络的11 TOPS光子卷积加速器”(PDF)。
“这一突破是通过‘光学微梳’实现的,正如我们在2020年5月报告的世界纪录互联网数据速度,”斯威本光学科学中心主任莫斯教授说。
根据研究人员的说法,虽然最先进的电子处理器,如谷歌TPU,可以运行超过100 TeraOPs/s,但这是通过数万个并行处理器实现的。相比之下,该团队演示的光学系统使用单个处理器,并通过集成微梳源在时间、波长和空间维度上同时交错数据的新技术实现。

光子卷积加速器的工作原理。Credit: Swinburne University
微梳是一种相对较新的设备,它由一个芯片上的数百个高质量红外激光器组成,就像一道彩虹。它们比任何其他光源都更快、更小、更轻、更便宜。
“在我共同发明它们的10年里,集成微梳芯片变得非常重要,看到它们在信息通信和处理方面取得如此巨大的进步,真是令人兴奋。微型梳子为我们提供了巨大的希望,以满足世界对信息的永不满足的需求,”莫斯教授说。
“这个处理器可以作为任何神经形态硬件的通用超高带宽前端,无论是光学的还是电子的该研究的联合主要作者、斯威本校友、莫纳什大学电气与计算机系统工程系博士后徐博士说。
“我们现在看到了未来处理器的雏形。这确实向我们展示了,通过创新地使用微梳,我们可以多么大幅度地扩大处理器的功率。”
皇家理工学院的米切尔教授补充说:“这项技术适用于所有形式的处理和通信——它将产生巨大的影响。长期而言,我们希望在芯片上实现完全集成的系统,大大降低成本和能源消耗。”
“卷积神经网络一直是人工智能革命的核心,但现有的硅技术越来越成为处理速度和能源效率的瓶颈,”斯威本和沃尔特与伊丽莎白霍尔研究所(Walter and Elizabeth Hall Institute)的达米安•希克斯(Damien Hicks)教授表示。
他补充道,“这一突破性的展示了一种新的光学技术使网络更快更有效和深远的示范跨学科思考的好处,在灵感和勇气采取一个想法从一个字段和用它来解决另一个国家的根本问题。”
编者按:这篇文章被转载斯威本理工大学.
告诉我们你的想法!