研究團隊展示了世界上最快的光學神經形態處理器

由斯威本科技大學領導的國際研究人員團隊展示了世界上最快，最強大的人工智能光學神經形態處理器(AI)，其運算速度超過每秒10萬億次運算(TeraOPs / s)，并能夠處理超大規模數據。這項突破性成果發表在著名的《自然》雜志上，代表了神經網絡和神經形態處理的巨大飛躍。

人工神經網絡是AI的一種重要形式，可以“學習”并執行復雜的操作，并廣泛應用于計算機視覺，自然語言處理，面部識別，語音翻譯，玩策略游戲，醫療診斷和許多其他領域。受大腦視覺皮層系統生物結構的啟發，人工神經網絡提取原始數據的關鍵特征，以前所未有的準確性和簡單性預測屬性和行為。

在Swinburne教授David Moss，Xingyuan(Mike)Xu博士(莫納什大學Swinburne)和RMIT大學的杰出教授Arnan Mitchell的帶領下，該團隊在光學神經網絡領域取得了非凡的成就：極大地提高了它們的計算速度和處理能力。

該團隊演示了一種光學神經形態處理器，其運行速度比任何以前的處理器快1000倍以上，并且該系統還可以處理創紀錄大小的超大型圖像-足以實現全臉部圖像識別，這是其他光學處理器無法做到的。

Swinburne光學科學中心主任Moss教授說：“這一突破是用'光學微梳子實現的，正如我們在2020年5月報道的世界紀錄互聯網數據速度一樣。”

雖然最先進的電子處理器(例如Google TPU)可以超過100 TeraOPs / s的速度運行，但這可以通過數以萬計的并行處理器來完成。相反，該團隊演示的光學系統使用單個處理器，并且是通過一種新技術實現的，該技術通過集成的微梳狀光源同時在時間，波長和空間維度上對數據進行交織。

微梳子是相對較新的設備，其作用類似于在單個芯片上由數百個高質量紅外激光器組成的彩虹。它們比任何其他光源都更快，更小，更輕且更便宜。

“自從我共同發明它們以來的10年中，集成的微梳狀芯片已經變得非常重要，看到它們在信息通信和處理方面實現這些巨大的進步，這真是令人興奮。微梳子為我們滿足這些挑戰提供了巨大的希望。世界對信息的無限需求。”莫斯教授說。

研究的共同主要作者說：“該處理器可以用作任何神經形態硬件(基于光學或電子的)的通用超高帶寬前端，為海量實時實時超高帶寬數據帶來海量數據機器學習。”徐，斯威本校友，莫納什大學電氣與計算機系統工程系博士后。

徐博士解釋說：“我們目前正在對未來的處理器的外觀進行一個簡單的介紹。這確實向我們展示了如何通過創新性地使用微梳來極大地擴展處理器的功能。”

RMIT的Mitchell教授補充說：“這項技術適用于所有形式的處理和通信，它將產生巨大的影響。從長遠來看，我們希望在芯片上實現完全集成的系統，從而大大降低成本和能耗。”

“卷積神經網絡一直是人工智能革命的核心，但是現有的硅技術越來越成為處理速度和能源效率的瓶頸，”研究團隊的主要支持者，來自Swinburne和Walter and Elizabeth Hall Institute的Damien Hicks教授說。 。

他補充說：“這一突破表明，新的光學技術如何使此類網絡更快，更高效，并且深刻展示了跨學科思維的好處，它具有啟發和勇氣，可以從一個領域汲取靈感并將其運用到解決另一個根本問題。”