埃克塞特大学 信用:CC0公共领域 科学家们对开发快速、节能、未来计算系统的下一步给出了令人着迷的新见解，这些系统使用光而不是电子来处理和存储信息——结合了直接受人脑功能启发的硬件
一组科学家，包括C教授
埃克塞特大学的大卫·赖特利用光子学代替传统电子学，探索了计算机系统的未来潜力
这篇文章今天(2021年1月29日)发表在著名的自然光子学杂志上
这项研究的重点是世界上最紧迫的计算问题之一的潜在解决方案——如何开发计算技术来快速高效地处理这些数据
当代计算机基于冯·诺依曼架构，其中快速中央处理器(CPU)与速度慢得多的程序和数据存储器在物理上是分开的
这意味着计算速度受到限制，并且由于需要通过带宽有限且能效低的电互连不断地在存储器和处理器之间传输数据而浪费了功率，这就是众所周知的冯·诺依曼瓶颈
因此，据估计，现代计算系统50 %以上的能力仅仅是在数据的移动中浪费掉了
埃克塞特大学工程系的大卫·赖特教授是这项研究的合著者之一，他解释说:“显然，我们需要一种新的方法——一种可以将计算和记忆的核心信息处理任务融合在一起的方法，一种可以将学习、适应和进化的能力直接融入硬件的方法，一种可以消除耗能和限速的电子互连的方法
" 光子神经形态计算就是这样一种方法
在这里，信号是用光而不是用电子进行通信和处理的，从而获得更高的带宽(处理器速度)并大大减少能量损失
此外，研究人员试图使计算硬件本身与生物处理系统(大脑)同构，方法是开发直接模拟大脑神经元和突触基本功能的设备，然后将它们连接在网络中，为人工智能和机器学习应用提供快速、并行、自适应的处理
来自美国、德国和英国的一个国际领先研究团队在著名的《自然光子学》杂志上发表了一篇名为“光子学用于人工智能和神经形态计算”的文章，文章的焦点是这种光子“类脑”计算的最新进展及其可能的未来发展
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
