近日,美國賓夕法尼亞大學的研究人員宣布成功開發(fā)出一種強大的新型光學芯片,這種芯片每秒可以處理近20億張圖像,為下一代深度學習系統(tǒng)提供了更快、更節(jié)能的神經網絡。
據介紹,這種芯片由一個集成的端到端光子深度神經網絡(PDNN)組成,不需要像內存這樣會降低傳統(tǒng)計算機芯片速度的組件。其神奇之處就在于,它處理的不是電信號,而是光的形式的信息。它使用光纖或“波導”作為神經元,這些光導線堆疊在多個層中,每個層專注于特定類型的分類。
在測試中,該團隊制作了一塊表面積為0.01平方英寸(9.3平方毫米)的芯片,并用它來分類一組看起來像字母的手寫字符。經過相關數據集的訓練,該芯片對包含兩種字符的圖像集進行分類的準確率達到93.8%,對包含四種字符的圖像集進行分類的準確率達到89.8%。
最令人印象深刻的是,該芯片能夠在0.57納秒內對每個字符進行分類,每秒處理17.5億張圖像。該團隊表示,這一速度優(yōu)勢源于芯片將信息換成光來處理的能力,它也因此比現有的計算機芯片多出了幾個優(yōu)勢??偨Y來看,這種芯片消除了傳統(tǒng)計算機芯片中的4個主要耗時障礙:光信號到電信號的轉換、將輸入數據轉換為二進制格式、大存儲模塊以及基于時鐘的計算。
首先,這種芯片依賴“傳播計算”(computation-by-propagation)來處理信息,這意味著與基于時鐘的系統(tǒng)不同,它的計算發(fā)生在光通過芯片傳播的時候。其次,這一操作還跳過了將光信號轉換為電信號的步驟,因為其芯片可以直接讀取和處理光信號,這兩方面的變化帶來了一種大幅加速信息處理的技術。
另外,它還具有的一個優(yōu)點是,處理中的信息不再需要存儲,也就說不需要將數據發(fā)送到內存和空間,也不需要內存組件了。因此,它同時節(jié)省了時間和空間,并且會更安全,可以防止任何可能的數據泄露。
研究人員還指出,它可以做的不僅僅是分類圖像。該團隊表示,他們計劃下一步發(fā)力擴大芯片量產的規(guī)模,并調整技術細節(jié)與參數以處理其他類型的數據。他們目前已經了解如何將眾多數據類型進行轉換,比如轉換為電子類型(比如圖像、音頻、語音)、光學類型等等,并且保持高速的處理性能。
版權與免責聲明:
凡本站注明“來源:智能制造網”的所有作品,均為浙江興旺寶明通網絡有限公司-智能制造網合法擁有版權或有權使用的作品,未經本站授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:智能制造網”。違反上述聲明者,本站將追究其相關法律責任。
本站轉載并注明自其它來源(非智能制造網)的作品,目的在于傳遞更多信息,并不代表本站贊同其觀點或和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、平臺或個人從本站轉載時,必須保留本站注明的作品第一來源,并自負版權等法律責任。如擅自篡改為“稿件來源:智能制造網”,本站將依法追究責任。
鑒于本站稿件來源廣泛、數量較多,如涉及作品內容、版權等問題,請與本站聯(lián)系并提供相關證明材料:聯(lián)系電話:0571-89719789;郵箱:1271141964@qq.com。