设计团队TEAM
芯工具（民众号：aichip001）
编译 | 心缘
编辑 | 漠影
为了加速人工神经网络盘算任务人们已经举行了种种努力来设计和实现特定的电子盘算系统尤其在专用集成电路、类脑盘算和存内盘算定制芯片方面已取得相当大的乐成。
这种高度并行化的框架可以在单个步骤中高速处置惩罚整个图像。此外原则上在不久的未来该系统可以使用商业制造法式举行大规模扩展并将有助于现场机械学习。
这项事情另一个受接待的特点是作者在实际应用中确定了其光子卷积处置惩罚器的入口点。
特别是他们建议处置惩罚器可以用于混淆光电子框架例如在光纤通信中举行原位盘算。
如想相识更多光子AI芯片生长脉络及工业现状可阅读《一篇论文引发的光子AI芯片革命！这次真想要了摩尔定律的命》一文。
结语：光子芯片或成未来盘算架构可行路径
该论文展示了一种通用光学向量卷积加速器其盘算速度可凌驾10 TOPS（每秒10万亿次运算）能生成足以举行人脸识此外25万个像素的图像卷积。研究人员使用相同硬件运行一个有10个输入迷经元的光学卷积神经网络识别手写数字图像的准确率达88%。
另一篇论文名为《使用积分光子张量核的并行卷积处置惩罚（Parallel convolutional processing using an integrated photonic tensor core）》论文主要作者有J. Feldmann等人来自美国匹兹堡大学、德国明斯特大学、英国牛津大学、埃克塞特大学、瑞士洛桑EPFL及苏黎世IBM研究实验室等科研院所。
已往几十年光学通信取得了庞大的乐成但使用光子举行盘算仍具有挑战性尤其是在与最先进的电子处置惩罚器相当的规模和性能水平上。
论文链接：https://doi.org/10.1038/s41586-020-03063-0
该研究主要作者之一明斯特大学研究生Johannes Feldmann说：“使用光举行信号传输使处置惩罚器能够通过波长多路复用执行并行数据处置惩罚这带来更高的盘算密度而且仅需一个时间步长就能举行许多矩阵乘法。相比通常在低GHz事情的传统电子设备光调制速度可以到达50至100GHz规模。
”
芯工具1月7日消息人工智能（AI）正改变临床诊断、自动驾驶、语音翻译等更多领域而盘算速度和功耗日益成为AI的主要瓶颈。传统电子盘算方法逐渐走向性能极限后近几年关于用光学芯片加速AI的研究逐渐兴起。
电子是电子盘算中信息的载体而光子恒久以来一直被视为替代选择。
论文链接：https://doi.org/10.1038/s41586-020-03070-1
在论文《使用积分光子张量核的并行卷积处置惩罚》中Feldmann和他的同事独立地制造了一个集成光子处置惩罚器通过使用集成张量焦点可举行并行卷积处置惩罚。
该论文先容了一个基于张量焦点的盘算专用集成光子硬件加速器通过将相变质料与光子结构联合运算速度可达每秒数万亿次乘累加运算（每秒1012次MAC运算或每秒tera-MAC运算）。
泉源：Nature、TechXplore
作者接纳了一种巧妙的方法来举行卷积。他们首先使用色散（传输光的速度取决于其波长）来为波长复用的光信号发生差别的时间延迟。
然后他们沿着与光的波长相关的维度组合这些信号。
二、单个光子处置惩罚器内核算力超 10 TOPS
光学频率梳可被集成到盘算机芯片并作为用于光子盘算的高功率效率的能源。该系统很是适合于通过波长复用举行。
本文关键词：Nature,连发,两篇,光子,芯片,论文,盘算,时代,已,艾尚体育平台app
本文来源：艾尚体育官网-www.scientific-em.com
