一个由光而不是电力提供动力的新的AI芯片可在匹配常规性能的同时节省大量能源。
一组工程师创造了一个突破性的计算机芯片，该芯片依赖于光而不是电力来执行最能源的功能之一人工智能：识别图像和检测模式。
通过转移到光线，芯片所需的能量要少得多，达到的效率比今天运行相同类型的计算的芯片大10到100倍。这种创新可以减轻AI在电网上的大量应变，同时也支持更先进和有能力的AI模型的开发。
涉及的关键操作称为“卷积”，这是AI如何解释照片，视频甚至书面语言的过程。目前，卷积是高度资源密集型且耗时的。新设计通过将激光器和细小镜头直接集成到电路板上来解决此问题，从而使芯片以较小的能量和更高的速度来完成这些计算。
在早期试验中，芯片达到了约98％准确性当识别手写数字时，匹配常规电子芯片的性能。
AI效率的飞跃
执行钥匙机器学习研究负责人Volker J. Sorger博士说，接近零能量的计算是未来AI系统的飞跃，莱茵河是半导体光子学教授佛罗里达大学。这至关重要的是要在未来几年内扩大AI功能。
``这是任何人第一次将这种光学计算放在芯片上并将其应用于AI神经网络。
Sorger的团队与UF的佛罗里达半导体研究所，加利福尼亚大学，洛杉矶大学和乔治华盛顿大学的研究人员合作。该小组于9月8日在《杂志》上发表了他们的发现高级光子学。
该原型芯片使用标准制造工艺使用两组微型菲涅耳镜头。在灯塔中发现的相同镜片的二维版本只是人头发宽度的一小部分。机器学习数据（例如来自图像或其他模式识别任务）被转换为片上的激光光，并通过镜头。然后将结果转换回数字信号以完成AI任务。
光学计算的优势
这种基于镜头的卷积系统不仅在计算上更有效，而且还减少了计算时间。使用光而不是电力也有其他好处。Sorger的组设计了一个芯片，该芯片可以使用不同的彩色激光器并行处理多个数据流。
Yang说：“我们可以同时具有多种波长或颜色的光线。”这是光子学的关键优势。
芯片制造商，例如行业领导者NVIDIA，已经将光学元素纳入其AI系统的其他部分，这可能会使卷积镜头的添加更加无缝。
Sorger说，在不久的将来，基于芯片的光学元件将成为我们每天使用的每个AI芯片的关键部分。接下来是光学AI计算。
参考：Hangbo Yang，Nicola Peserico，Shurui Li，Shurui Li，Shurui Li，Shurui，MA，Russell L. T. Schwartz，Mostafa Hosseini，Aydin Babakhani，Aydin Babhani，Chee Wei Wong，Puneet Gugpta和Volker，Sorger，Sorger，Sorger，Sorger，8月20日高级光子学。
doi：10.1117/1.AP.7.5.056007
永远不要错过突破：加入Scitechdaily新闻通讯。