《Nature》子刊:新世代光子技術 加速AI、機器學習

撰文記者 李林璦
日期2021-02-01
EnglishFrenchGermanItalianPortugueseRussianSpanish
《Nature》子刊:新世代光子技術 加速AI、機器學習(圖片來源:pixabay)
編譯/李林璦 
 
日前(1月29日),英國艾克斯特大學(University of Exeter)的C.David Wright教授受到人腦功能的啟發,提出以光子技術代替傳統的電子技術,開發出更快速、節能的未來計算系統,可運用於處理和儲存數據,將運用於人工智慧和機器學習中。該研究發表於《Nature Photonics》。
 
這項研究可以解決目前全球關注的問題─如何開發快速又節能的方式處理龐大的數據。
 
現代電腦都是以范紐曼型架構(von Neumann architecture, 也稱普林斯頓架構)建構而成,是一種將程序指令儲存器─中央處理單元(central processing unit, CPU)和數據儲存器合併在一起的電腦設計概念架構。
 
CPU與GPU均採取平行運算,如此將CPU與記憶體分開的設計,CPU和記憶體需來回傳輸數據,受限於頻寬造成「范紐曼瓶頸」,據估計,僅在數據移動過程中就浪費了超過50%的運算系統功能。
 
C David Wright教授表示,顯然需要一種新方法,可以將運算和內存的核心訊息處理任務融合在一起,並能直接在硬體中結合學習、適應和發展的能力,改善耗能和限速的狀況。
 
全光學神經網路計算(Photonic neuromorphic computer)是一項解方,其是利用光而不是利用電子進行訊號傳輸和處理,神經形態光子學(neuromorphic photonics)可以做到次奈秒(sub-nanosecond)級的時間,可以大大提高處理器速度並減少能量損號。 
 
此外,研究人員也將開發模仿大腦神經元和突觸功能的設備,然後將它們連接到可以提供快速、並行、適應性處理的網絡中,應用於人工智慧和機器學習中。
 
參考資料:https://www.sciencedaily.com/releases/2021/01/210130092754.htm