具有光和射频频率编码数据的光子芯片的艺术渲染。资料来源:董斌/牛津大学
研究人员已经开发出一种能够处理3D数据的集成光子电子硬件。这一创新显著提高了人工智能任务的数据处理并行性。光电子硬件的突破性发展可以显著提高人工智能和机器学习应用的处理能力。该方法使用多个无线电频率对数据进行编码，使多个计算能够并行进行。该方法有望超越最先进的电子处理器，并有可能进一步增强。
光子电学的新进展面向ai的网卡硬件
在10月19日发表在《自然光子学》杂志上的一篇论文中，牛津大学的研究人员与来自明斯特大学、海德堡大学和埃克塞特大学的合作者一起，报告了他们开发的能够处理三维(3D)数据的集成光电子硬件，大大提高了人工智能任务的数据处理并行性。
当前计算能力的挑战和光子学的作用
传统计算机芯片的处理效率每18个月翻一番，但现代人工智能任务所需的处理能力目前每3.5个月翻一番。这意味着迫切需要新的计算范式来应对不断增长的需求。
具有光和射频频率编码数据的光子芯片的艺术渲染。资料来源:董斌/牛津大学
一种方法是使用光而不是电子——这允许使用不同的波长来表示不同的数据集并行进行多个计算。事实上，在2021年发表在《自然》杂志上的开创性工作中，许多相同的作者展示了一种集成光子处理芯片，可以以远远超过最快的电子方法的速度进行矩阵向量乘法(人工智能和机器学习应用的关键任务)。这项工作导致了光子人工智能公司——卓越实验室(Salience Labs)的诞生，该公司是从牛津大学(University of Oxford)剥离出来的。
并行处理和实际应用的创新
现在，该团队更进一步，在他们的光子矩阵矢量乘法器芯片的处理能力上增加了一个额外的平行维度。这种“高维”处理是通过利用多个不同的无线电频率对数据进行编码来实现的，将并行性提高到远远超过以前实现的水平。
作为一个测试案例，该团队将他们的新硬件应用于评估心脏病患者心电图猝死风险的任务。他们能够成功地同时分析100个心电图信号，识别出猝死的风险，准确率为93.5%。
未来展望和专家意见
研究人员进一步估计，即使是6个输入× 6个输出的适度缩放，这种方法也可以超越最先进的电子处理器，在能源效率和计算密度方面有可能提高100倍。该团队预计，通过利用更多的光自由度，如偏振和模式复用，未来将进一步提高计算并行性。
牛津大学材料系的第一作者Bowei Dong博士说:“我们之前认为，使用光而不是电子设备只能通过使用不同的波长来增加并行性，但后来我们意识到，使用无线电频率来表示数据开辟了另一个维度，为新兴的人工智能硬件提供了超高速并行处理。”
领导这项工作的牛津大学材料系教授、Salience Labs联合创始人哈里什·巴斯卡兰(Harish Bhaskaran)说:“这是一个激动人心的时刻，可以在基础规模上研究人工智能硬件，这项工作是我们如何进一步超越极限的一个例子。”
参考文献:“使用连续时间数据的光子张量核进行高维处理”，作者:董bowei, Samarth Aggarwal, Wen Zhou, Utku Emre Ali, Nikolaos Farmakidis, June Sang Lee, Yuhan He, Xuan Li, Dim-Lee Kwong, c.d. Wright, Wolfram H. P. Pernice和H. Bhaskaran, 2023年10月19日，Nature Photonics。DOI: 10.1038 / s41566 - 023 - 01313 - x
本文来自作者[admin]投稿，不代表时时号立场，如若转载，请注明出处：https://www.zhuxiaohei.cn/shishihao/1659.html
评论列表（4条）
我是时时号的签约作者"admin"！
希望本篇文章《光速前进：3D光电子硬件革新人工智能》能对你有所帮助！
本站[时时号]内容主要涵盖：
本文概览：˂pclass="zhuxiaoheicnzhuxiaoheicneeec-4891-dc91-ba50zhuxiaoheicnzhuxiaoheicn description"˃高等教育委员会主席普洛斯彼罗·德·维拉三世资料图菲律宾马尼拉——在亚当森大学一名学生在接受TauGammaPhi成员的欢迎仪式后死亡后，高等教育委员会(...