AI模型對(duì)于復(fù)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(gè)計(jì)算速度為50GHz的神經(jīng)形態(tài)光子處理器，能以95%準(zhǔn)確率對(duì)圖像進(jìn)行分類。

人工智能（AI）模型對(duì)于復(fù)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(xué)回顧：硅光子學(xué)神經(jīng)形態(tài)計(jì)算的新觀點(diǎn)”的研究人員已經(jīng)推進(jìn)了圖像分類的指針。他們利用神經(jīng)網(wǎng)絡(luò)的計(jì)算能力在新的芯片平臺(tái)（硅光子學(xué)）上實(shí)現(xiàn)的速度令人印象深刻。
盡管如此，這里要注意“can”僅僅因?yàn)橛行┦虑榭梢宰觯瑔栴}仍然存在。速度夠快嗎？它會(huì)有足夠的精度嗎？它的能效如何？芯片大而笨重嗎？這項(xiàng)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(jī)中。無人機(jī)上的攝像頭是一個(gè)更好的例子。為了讓無人機(jī)具備AI，你希望機(jī)載AI芯片功能強(qiáng)大，節(jié)能，小巧輕便，能夠以閃電般的速度進(jìn)行大量復(fù)雜的數(shù)學(xué)運(yùn)算。這樣，無人駕駛飛機(jī)可以在檢測(cè)到不順心的事情（癌癥、破壞者、鐵軌損壞）時(shí)提醒人類。


硅電子之后是硅光子學(xué)


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(jì)的張量處理單元（TPU）的形式出現(xiàn)，這意味著用計(jì)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(tái)，這已經(jīng)達(dá)到了量子極限。
從電子到光子的轉(zhuǎn)換增加了計(jì)算能力，因?yàn)楣馑俦入娮拥乃俣瓤斓枚啵哺庸?jié)能。“電線”不會(huì)發(fā)熱，光物理學(xué)可以用于矩陣向量乘法運(yùn)算，這是神經(jīng)網(wǎng)絡(luò)的計(jì)算中樞。


跨越常規(guī)數(shù)學(xué)，是每秒萬億次運(yùn)算的神經(jīng)形態(tài)計(jì)算


希臘研究團(tuán)隊(duì)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(jì)。該布局在可擴(kuò)展性、技術(shù)多功能性、編程簡(jiǎn)易性和容錯(cuò)性方面優(yōu)于最先進(jìn)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(shì)與第一個(gè)原型中采用的SiGe電吸收調(diào)制器相結(jié)合，研究人員預(yù)計(jì)一個(gè)純粹的光學(xué)實(shí)現(xiàn)可以每秒執(zhí)行數(shù)萬億次矩陣向量乘法，而不會(huì)犧牲處理精度，同時(shí)功耗非常低。
與六年前相比，硅光子學(xué)處于一個(gè)更好的位置，可以將神經(jīng)形態(tài)處理器從目前較低的計(jì)算和物理尺寸（足跡）效率提升到不那么笨重的水平。請(qǐng)注意圖1中IBM的TrueNorth芯片、Intel的Loihi芯片、德國海德堡大學(xué)的HICANN（高輸入計(jì)數(shù)模擬神經(jīng)網(wǎng)絡(luò)）芯片和斯坦福大學(xué)的neurogrid器件的位置。將其與這里討論的交叉矩陣布局芯片進(jìn)行比較，交叉布局芯片在計(jì)算和尺寸效率方面正好符合硅光子學(xué)的路線圖。強(qiáng)大的光子學(xué)與新穎的交叉架構(gòu)的協(xié)同作用可以實(shí)現(xiàn)下一代神經(jīng)形態(tài)計(jì)算引擎。

查詢進(jìn)一步信息，請(qǐng)?jiān)L問英文網(wǎng)站http://www.eurekalert.org/news-releases/983618。（鐠元素）