研究人员开发了功能强大的光学神经形态处理器

听这篇文章

由斯威本科技大学领导的国际研究人员团队展示了它所谓的世界上最快，最强大的人工智能光学神经形态处理器。它的运行速度超过每秒10万亿次操作（TeraOPs / s），并且能够处理超大规模数据。

研究人员说，这一突破代表了神经网络和神经形态加工的巨大飞跃。它可能会受益 自动驾驶汽车 以及数据密集型机器学习任务，例如计算机视觉。

人工神经网络可以“学习”并在广泛的应用中执行复杂的操作。受大脑视觉皮层系统生物结构的启发，人工神经网络提取原始数据的关键特征，以前所未有的准确性和简单性预测属性和行为。

该团队能够极大地加快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，其运行速度比任何以前的处理器快1000倍以上，并且该系统还可以处理超大规模图像-足以实现全面的面部图像识别。这是研究人员’ full paper, “用于光学神经网络的11种TOPS光子卷积加速器”（PDF）。

“这一突破是通过'光学微梳子实现的’，以及我们在2020年5月报告的世界纪录互联网数据速度。” Swinburne光学科学中心主任莫斯教授说。

研究人员说，尽管最先进的电子处理器（例如Google TPU）的运行速度可超过100 TeraOP / s，但这可以通过数以万计的并行处理器来完成。相反，该团队演示的光学系统使用单个处理器，并且是通过一种新技术实现的，该技术通过集成的微梳状光源同时在时间，波长和空间维度上对数据进行交织。

微梳子是相对较新的设备，其作用类似于在单个芯片上由数百个高质量红外激光器组成的彩虹。它们比任何其他光源都更快，更小，更轻且更便宜。

“自从我共同发明它们以来的10年中，集成的微梳状芯片已经变得极为重要，看到它们在信息通信和处理方面取得了如此巨大的进步，这真是令人兴奋。微型梳子为我们满足世界对信息的无限需求提供了巨大的希望。”莫斯教授说。

该研究的共同主要作者说：“该处理器可以用作任何神经形态硬件（基于光学或电子的）的通用超高带宽前端，将海量数据机器学习用于实时超高带宽数据的触手可及。”徐博士，斯威本伯明矾博士，莫纳什大学电气和计算机系统工程系博士后。

“我们目前正在悄悄谈论未来处理器的外观。它的确向我们展示了如何通过创新性地使用微梳来极大地扩展处理器的功能。”徐博士解释说。

RMIT的Mitchell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。从长远来看，我们希望在芯片上实现完全集成的系统，从而大大降低成本和能耗。”

“卷积神经网络一直是人工智能革命的核心，但是现有的硅技术越来越多地成为处理速度和能源效率的瓶颈，”来自Swinburne和Walter and Elizabeth Hall Institute的Damien Hicks教授说。

他补充说：“这一突破表明，新的光学技术如何使此类网络更快，更高效，并且深刻展示了跨学科思维的好处，它具有启发和勇气，可以从一个领域汲取创意并将其运用到解决另一个根本问题。”

编辑’s Note: 这篇文章是从 斯威本科技大学.