埃克塞特大学 一个国际研究小组开发了下一代计算机加速器芯片，该芯片使用光而不是电子来处理数据
学分:埃克塞特大学 科学家们开发了一种开创性的新方法，利用光来快速加速机器学习
一个国际研究团队——来自明斯特大学、牛津大学、埃克塞特大学、匹兹堡大学、EPFL理工大学和国际商用机器公司苏黎士研究院——开发了下一代计算机加速器芯片，可以利用光而不是电子来处理数据
该结果发表在1月6日星期三的主要科学杂志《自然》上
C教授
埃克塞特大学的大卫·赖特领导了资助这项工作的欧盟项目“趣味计算机”，他说:“传统的计算机芯片是基于电子数据传输的，速度相对较慢，但基于光的处理器——比如我们工作中开发的处理器——能够以数百甚至数千倍的速度处理复杂的数学任务，并且大大降低了能耗
" 由教授领导的研究小组
来自物理研究所和明斯特大学软纳米科学中心的Wolfram Pernice将集成光子器件与相变材料相结合，实现了超快速、高能效的矩阵矢量乘法
MV乘法是现代计算的核心——从人工智能到机器学习和神经网络处理——以越来越快的速度进行这种计算的必要性，但随着能耗的不断降低，正在推动一种全新的处理器芯片，即所谓的张量处理单元(TPU)的发展
该团队开发了一种新型光子TPU——一种能够同时并行执行多个毫伏乘法的光子，使用基于芯片的频率梳作为光源，同时使用波分复用技术
矩阵元素是用相变材料存储的——与目前用于可重写光盘和蓝光光盘的材料相同——使得在不需要电源的情况下保持矩阵状态成为可能
在他们的实验中，研究小组将光子TPU用于所谓的卷积神经网络，用于识别手写数字和图像过滤
“我们的研究首次将频率梳应用于人工神经网络领域，”教授表示
Wolfram Pernice
“我们的结果可以有广泛的应用，”教授解释说
该团队的关键成员之一、牛津大学的哈里什·巴斯卡兰(Harish Bhaskaran)继续说道:“光子TPU可以快速高效地处理用于医学诊断的大量数据集，例如来自计算机断层扫描、核磁共振成像和正电子断层扫描的数据集。”
进一步的应用还可以在自动驾驶车辆中找到——自动驾驶车辆依赖于对来自多个传感器的数据进行快速评估——以及提供云计算等信息技术基础设施
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
