收藏本站  |  English  |  联系我们  |  中国科学院
  首页 所况介绍  
新闻动态
 
 
 
 
 
 
 
 
 
现在位置:首页 > 新闻动态 > 业内信息
 

人工智能的最佳伙伴?用光做运算的芯片
2017-07-21 | 编辑: | 【 【打印】【关闭】
 

  虽然类神经网络可以达成很多任务,像是辨识人脸、预测心脏病等,但要吃掉很多电脑效能。MIT工程师近期发布论文研究使用光路来达成类神经网络,并同样建构在硅晶片上,因此成本不会太高,同时实验结果发现运算能力有效率许多。他们正在筹备公司并计划两年内完成相关产品。   

  近年来摩尔定律逐渐失效,人们对运算能力的要求越来越大,积体电路终究有极限,且似乎已在不远处;科学家于是纷纷开始研究达成更强大运算能力的方法,光学芯片很有可能就是下一个世代的接棒者。   

  现今各种人工智能的应用出现,需要越来越强大的运算能力,其中人工智能的分支之一──类神经网络,这个从人类大脑运作启发的灵感而创造的人工智能运算方法,展现了强大的能力,举凡侦测谎言、辨识人脸、预测心脏病等都可做到;但是,对电脑来说需要非常强大的运算能力,也会消耗很大的能量。   

  传统芯片已渐渐无法负荷当今人工智能如类神经网络的运算量,麻省理工学院的研究人员为了解决这个问题,近期研发出的光学芯片,在使用人工智能的运算像是类神经网络时,运算效率和速度比一般传统芯片要高出许多。   

  传统芯片跟光学芯片虽然想达成的目标类似,都是运算、通讯、储存等,但两者的基本架构不同,一般芯片为运用一连串可以决定电流要不要通过的电晶体,来达成运算。光学芯片则是依靠入射光线的明暗来达成运算,每个“光路”由放大器(Optical Amplifier)、相位调变器(Phase modulator)及偏振转换器(Polarization converter)构成,一旦光线产生后,要达成怎样的运算只要运用镜片就可以改变方向,过程不损耗能源,不像电晶体需要电力来运作。   

  研究人员以新研发的光芯片运作的类神经网络,来辨认英文字母母音的声音,传统电脑的类神经网络正确率可达92%;与之相比,虽然以光路运作的类神经网络正确率只有77%,但是效率跟速度都快上许多。   

  跟以往光学芯片研发不同的是,这次是以矽为基底做成,也就表示量产的可能性大大提升。   

  科技巨头如IBM也传出正在研发整合更多光路到矽基板上,一旦光学芯片研发顺利,未来以类神经网络运算的科技如自动驾驶将可大幅提升。《科学人杂志》(Scientific American)形容就好像口袋一样小的设备能拥有自动驾驶车一样的运算能力。该研究团队的研究员已开始筹备公司,并且预计两年内产出产品。     

(来源:Technews科技新报          2017717日)

 

附件下载:
    中国科学院微电子研究所版权所有 邮编:100029
单位地址:北京市朝阳区北土城西路3号,电子邮件:webadmin@ime.ac.cn
京公网安备110402500036号