可扩展光芯片每秒分类近20亿张图像,有望促进人脸识别和自动驾驶等领域发展
发布时间:2022-06-09

美国科学家在最新一期《自然》杂志发表论文称,他们开发了首块可扩展的基于深度神经网络的光子芯片,每秒可对20亿张图像进行直接分类,而无需时钟、传感器或大内存模块,有望促进人脸识别、自动驾驶等领域的发展。

可扩展光芯片每秒分类近20亿张图像1.jpg


研究人员开发的芯片可以在不到1纳秒的时间内检测和分类图像,不需要单独的处理器或存储单元。

图片来源:今日宾夕法尼亚/Ella Maru工作室

模仿人脑工作的深度神经网络现在通常为计算机视觉、语音识别等提供支持。目前数字芯片上的消费级图像分类技术每秒可执行数十亿次计算,速度足以满足大多数应用,但更复杂的图像,如识别运动物体、3D物体或人体显微细胞分类仍面临不少障碍。

首先,这些系统通常使用基于数字时钟的平台,如图形处理单元(GPU)来实现,这将它们的计算速度限制在时钟频率上,计算必须逐个进行。其次,传统电子设备将内存和处理单元分开,数据穿梭耗费时间。此外,原始图像数据通常需要转换为数字电子信号,耗时较长,而且需要大内存单元来存储图像和视频,引发潜在的隐私问题。

鉴于此,宾夕法尼亚大学电气和系统工程副教授弗瑞兹·阿发雷托尼等人开发出一款可扩展芯片,每秒可对近20亿张图像进行分类。这是第一个完全在集成光子设备上以可扩展方式实现的深度神经网络,整个芯片大小只有9.3平方毫米,消除了传统计算机芯片中的4个主要耗时障碍:光信号到电信号的转换、将输入数据转换为二进制格式、大存储模块以及基于时钟的计算。

阿发雷托尼解释说,该芯片上的光学神经元通过光线相互连接,形成一个由许多“神经元层”组成的深层网络。信息通过“神经元层”传递,每一步都对图像分类,使快速处理信息成为可能,最新芯片可在半纳秒内完成整个图像分类,而传统数字计算机芯片在同样时间内只能完成一个计算步骤。

研究人员表示,可通过添加更多神经层来扩展这一深层网络,使芯片能以更高分辨率读取更复杂图像中的数据。此外,任何可转换为光的信号,如音频和语音,都可使用这项技术几乎瞬间进行分类。

来源:科技日报

机电信息版尾1.png

相关阅读
“类脑”无线网络可处理数千微芯片数据,为下一代可植入和可穿戴传感器奠定基础
2024-03-25
迄今最快AI芯片拥有4万亿个晶体管,将用于构建大型人工智能超级计算机
2024-03-18
科学家证实交变磁性存在,有望催生新型磁性电子元件
2024-02-18
“芯片心脏”可评估化疗及癌症药物毒性
2024-02-07
新植入设备能记录单神经元数月活动
2024-02-02
54个原子扭成迄今最小最紧密的结
2024-01-26
纠缠五重态首次在室温下实现量子相干,有望促进量子计算和量子传感技术研发
2024-01-18
电池传感领域获进展
2024-01-05
新技术将太赫兹波放大3万多倍,有望推动6G通信变革
2024-01-04
技术将太赫兹波放大3万多倍,有望为6G通信频率商业化带来变革
2023-12-27
金刚石和铌酸锂纳入单一纳米芯片,用于量子器件的新材料组合出现
2023-12-18
新型光子芯片能算出光的最佳形状,有望用于下一代无线系统
2023-12-01
依靠自主创新打造信息产业新生态 龙芯新一代处理器发布
2023-11-30
29岁当教授,著名通信专家尤肖虎当选中国科学院院士
2023-11-24
成都芯谷:发挥产业集群优势 打造电子信息创新主阵地
2023-11-23
芯片上实现光学诱导超导性
2023-11-16
我国科学家实现水-气跨介质高效通信
2023-11-09
开辟新领域:固态热晶体管超高速精确控制热量
2023-11-06
算力提升三千余倍!我国芯片领域实现新突破
2023-11-01
迄今运行AI最快芯片“北极”面世,速度和能效比同类产品提高20多倍
2023-10-24