AI模型對于復雜的圖像分類至關(guān)重要，這是數(shù)字分析的最重要部分。希臘研究人員已經(jīng)建立了一個計算速度為50GHz的神經(jīng)形態(tài)光子處理器，能以95%準確率對圖像進行分類。

人工智能（AI）模型對于復雜的圖像分類至關(guān)重要，這是數(shù)字分析的最重要部分。最近發(fā)表“通用線性光學回顧：硅光子學神經(jīng)形態(tài)計算的新觀點”的研究人員已經(jīng)推進了圖像分類的指針。他們利用神經(jīng)網(wǎng)絡(luò)的計算能力在新的芯片平臺（硅光子學）上實現(xiàn)的速度令人印象深刻。
盡管如此，這里要注意“can”僅僅因為有些事情可以做，問題仍然存在。速度夠快嗎？它會有足夠的精度嗎？它的能效如何？芯片大而笨重嗎？這項研究解決了所有這些問題。
AI的屬性之一是你可以在物理網(wǎng)絡(luò)的邊緣使用它；例如在照相機中。無人機上的攝像頭是一個更好的例子。為了讓無人機具備AI，你希望機載AI芯片功能強大，節(jié)能，小巧輕便，能夠以閃電般的速度進行大量復雜的數(shù)學運算。這樣，無人駕駛飛機可以在檢測到不順心的事情（癌癥、破壞者、鐵軌損壞）時提醒人類。


硅電子之后是硅光子學


AI處理器芯片通常以高端視頻游戲的圖形處理單元（GPU）或?qū)ｉT為神經(jīng)網(wǎng)絡(luò)設(shè)計的張量處理單元（TPU）的形式出現(xiàn)，這意味著用計算模擬人腦。（除了他們喜歡線性代數(shù)！）然而，傳統(tǒng)處理器使用硅電子器件作為物理平臺，這已經(jīng)達到了量子極限。
從電子到光子的轉(zhuǎn)換增加了計算能力，因為光速比電子的速度快得多，也更加節(jié)能�！半娋�”不會發(fā)熱，光物理學可以用于矩陣向量乘法運算，這是神經(jīng)網(wǎng)絡(luò)的計算中樞。


跨越常規(guī)數(shù)學，是每秒萬億次運算的神經(jīng)形態(tài)計算


希臘研究團隊與Celestial AI一起，利用交叉布局為芯片開發(fā)了一種新穎的設(shè)計。該布局在可擴展性、技術(shù)多功能性、編程簡易性和容錯性方面優(yōu)于最先進的光子器件。換句話說，通過將交叉開關(guān)矩陣（crossbar）布局的架構(gòu)優(yōu)勢與第一個原型中采用的SiGe電吸收調(diào)制器相結(jié)合，研究人員預計一個純粹的光學實現(xiàn)可以每秒執(zhí)行數(shù)萬億次矩陣向量乘法，而不會犧牲處理精度，同時功耗非常低。
與六年前相比，硅光子學處于一個更好的位置，可以將神經(jīng)形態(tài)處理器從目前較低的計算和物理尺寸（足跡）效率提升到不那么笨重的水平。請注意圖1中IBM的TrueNorth芯片、Intel的Loihi芯片、德國海德堡大學的HICANN（高輸入計數(shù)模擬神經(jīng)網(wǎng)絡(luò)）芯片和斯坦福大學的neurogrid器件的位置。將其與這里討論的交叉矩陣布局芯片進行比較，交叉布局芯片在計算和尺寸效率方面正好符合硅光子學的路線圖。強大的光子學與新穎的交叉架構(gòu)的協(xié)同作用可以實現(xiàn)下一代神經(jīng)形態(tài)計算引擎。

查詢進一步信息，請訪問英文網(wǎng)站http://www.eurekalert.org/news-releases/983618。（鐠元素）