光子处理器达到前所未有的计算密度
一个国际研究人员团队开发了一种用于光子处理器的新方法和体系结构,可加快机器学习领域的复杂数学任务。 越来越多的AI应用程序的出现(例如在自光子动驾驶汽车,智能城市和语音识别中)给当前的计算机处理器带来了沉重的负担,无法满足需求。 一组科学家开发了一种解决该问题的方法,使用光子(基于光的)处理处理器将处理和数据存储结合在单个芯片上。这些可以通过并行且更快地处理信息来超越常规电子芯片。 明斯特大学的Wolfram Pernice教授说:器达“用于加速机器学习领域任务的轻型处理器使复杂的数学任务能够以较高的速度和吞吐量进行处理。” “这比依靠电子数据传输的传统芯片(如图形卡或专到前用硬件(如TPU))要快得多。” 科学家们开发了一种用于矩阵矢量乘法的硬件加速器,矩阵矢量乘法是人工神经网络的骨干:受到通常用于处理图像或音频所未数据的生物大脑的松动启发的网络。由于不同波长的光不会干涉,因此它们能够使用多个波长进行并行计算(多路复用),这为光子处理器打开了大门,光子处理器有的具有更高的数据速率和每单位面积更多的操作。 但是,要抓住这个机会,就需要使用另一种技术作为光源:EPFL开发的基于芯片的“频率梳”。 EPFL的计算教授Tobias Kippenberg说:“我们的研究是第一个将频率梳应用于人工神经网络领域的研究。” 肯彭贝格(Kippenberg)的工作开创密度了频率梳的开发领域,它提供了可以在同一光子芯片内独立处理的多种波长。 研究人员还选择将光子结构与相变材料结合起来作为节能存储元件。这样就可以在光子不需要能源的情况下存储和保存矩阵元素。 制造光子芯片后,研究人员在神经网络上对其进行了测试,以识别手写数字。研究人员认为,输入数据与一个或多个处理过滤器(可以识别例如图像的边缘)之间的操作非常适合其矩阵体系结构,从而使研究人员可以达到前所未有的计算密度。 牛津大学的Johannes Feldm器达an博士是该研究的主要作者,他解释说:“利用光进行信号传输使处理器能够通过波长多路复用执行并行数据处理,这导致更高的计算密度和仅需执行许多矩阵到前乘法即可。一个时间步。与通常在低GHz范围内工作的传统电子产品相比,光调制速度可以达到50至100GHz范围。” 这项研究发表在本周的某媒体杂志所未上,具有极为广泛的应用。这可能包括更高的AI应用程序数据同步处理;更大的神经网络,可提供更准确的预测和精确的数据分析;大量的临床数据有助于有的诊断;更快速地评估自动驾驶汽车中的传感器数据,并扩展云计算基础架构。
- 最近发表
-
- 告别扁平化:谷歌全系应用图标大变脸,渐变色设计重塑视觉审美
- BBC调查:网络诈骗团伙利用 AI 制造虚假大屠杀图像,扰乱历史记忆
- 标签: 天域半导体 碳化硅 华为哈勃 比亚迪
- 天花板装镜子什么梗浴室装把手
- 浜戝畨鍏ㄦ棩鎶�210728锛欼BM楂樺彲鐢�(HA)鍜岀伨澶�(DR)瑙e喅鏂规�鍙戠幇瀹夊叏缁曡繃婕忔礊,闇€瑕佸敖蹇�崌绾�
- 训练Rainbow需要1425个GPU Day?谷歌说强化学习可以降低计算成本
- 标签: 五菱星光 家庭用车 MPV 插混
- Hyland 推出企业级 AI 引擎和智能代理网,助力自动化革新
- 苹果电池容量阈值为80%,较低时需要换电池吗?得换原装的吗?
- 国外研究员用AI生成骗过生物识别的人脸
- 随机阅读
-
- 重要变更:谷歌商店要求新应用使用App Bundle发布 以取代APK
- 陈皮是用哪种桔子做的
- IDC:2021年上半年阿里云位居中国金融云市场第一
- 标签: 三精制药
- 标签: AMD
- 标签: 鼎捷数智 EIOSpace 雅典娜平台 企业智能运行空间
- 马斯克宣布 X 平台将推出全新 AI 推荐算法,提升信息流质量
- 阿里通义 Qwen3-VL 新增 2B、32B 两个模型尺寸,手机也能轻松运行
- 标签: 山东墨龙 石油机械 管类产品 海外营收
- 酒店用机器学习,预测哪些客人会放鸽子
- 「土行孙」机器人登上Science子刊封面,用气流在地下穿梭自如
- 标签: 赵明 千里科技 极氪8X 特斯拉
- 谷歌 DeepMind 推出解耦式 DiLoCo:提升异步训练架构,容忍硬件故障
- AI 摘要与社交媒体双重夹击:维基百科人工流量骤降8% 敲响警钟
- 甲骨文计划部署 50,000 个 AMD 人工智能芯片,进军 AI 云市场
- 消息称阿里紧急追加寒武纪思元370订单至15万片 阿里云人士回应
- 超越 RAG,DRAG 技术显著提升大模型的准确性
- 京东物流推出 “超脑大模型 2.0” 和 “异狼具身智能机械臂系统”
- 标签: 美团 小象超市 美团无人机 鸭觅
- Opera 推出 AI 驱动的 Neon 浏览器,助力高效工作与智能任务管理
- 搜索
-
- 友情链接