智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
品牌
其他品牌
近日，美國賓夕法尼亞大學的研究人員宣布成功開發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提供了更快、更節能的神經網絡。
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勢。總結來看，這種芯片消除了傳統計算機芯片中的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不同，它的計算發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，它還具有的一個優點是，處理中的信息不再需要存儲，也就說不需要將數據發送到內存和空間，也不需要內存組件了。因此，它同時節省了時間和空間，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，他們計劃下一步發力擴大芯片量產的規模，并調整技術細節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。
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
