时间:2020-07-22 11:21:24来源:
研究人员通过使用光代替电来执行计算,在人工智能的发展方面取得了突破。
新方法极大地提高了机器学习神经网络的速度和效率,这是一种AI形式,旨在复制人脑执行的功能,从而在没有监督的情况下自学任务。
当前用于机器学习的处理器在执行复杂操作方面受到处理数据所需的能力的限制。任务越智能,数据越复杂,因此功率需求也越大。
此类网络还受到处理器与内存之间电子数据传输缓慢的限制。
美国乔治华盛顿大学的研究人员发现,在神经网络(张量)处理单元(TPU)中使用光子可以克服这些限制,并创建更强大,更节能的AI。
今天发表在科学期刊《应用物理评论》上的一篇描述该研究的论文显示,他们基于光子的TPU的性能比电TPU高2-3个数量级。
该论文的作者之一马里奥·米斯库里奥(Mario Miscuglio)表示:“我们发现,集成了高效光学存储器的集成光子平台可以获得与张量处理单元相同的操作,但是它们消耗的功率只有一部分,并且具有更高的吞吐量。”
“经过适当培训后,[平台]可用于以光速进行干涉。”
创新处理器的潜在商业应用包括5G和6G网络,以及负责执行大量数据处理任务的数据中心。
Miscuglio博士说:“光子专用处理器可以节省大量能源,缩短响应时间并减少数据中心流量。”
声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。
图文推荐
2021-02-23 17:22:17
2021-02-23 16:22:22
2021-02-23 15:22:20
2021-02-23 11:22:29
2021-02-23 11:02:34
2021-02-23 08:22:24
热点排行
精彩文章
2021-02-23 08:22:33
2021-02-22 17:22:42
2021-02-22 15:22:27
2021-02-22 08:22:39
2021-02-20 14:28:25
2021-02-20 14:28:05
热门推荐