- 14,126
- 20
- 8 Ноя 2022
Исследователи создали чип для глубокого обучения на основе света.
Исследователи из Массачусетского технологического института (MIT) и других организаций Для просмотра ссылки Войдиили Зарегистрируйся полностью интегрированный фотонный процессор , который способен выполнять ключевые вычисления глубокой нейронной сети оптическим способом непосредственно на чипе.
Современные модели глубокого обучения становятся настолько сложными, что достигают пределов возможностей традиционного электронного оборудования. Фотонные устройства, использующие свет для вычислений, предлагают более быструю и энергоэффективную альтернативу, однако ранее они не могли выполнять все типы вычислений нейронных сетей. Для нелинейных операций требовалось использование внешней электроники, что замедляло процесс и увеличивало энергозатраты.
Новое устройство решает эту проблему. В ходе тестирования фотонный процессор выполнил ключевые вычисления задачи классификации менее чем за половину наносекунды, достигая точности более 92%, что сопоставимо с производительностью традиционного оборудования.
Чип состоит из взаимосвязанных модулей, образующих оптическую нейронную сеть. Он был изготовлен с использованием коммерческих процессов производства чипов, что открывает возможности для масштабирования технологии и её интеграции с электроникой.
Работа системы основана на кодировании параметров модели глубокой нейронной сети в свет. Программируемые делители луча выполняют матричное умножение входных данных, а нелинейные оптические функциональные блоки (NOFU) реализуют нелинейные функции. Для этого они отводят небольшую часть света на фотодиоды, которые преобразуют оптические сигналы в электрический ток. Такой подход позволяет снизить энергозатраты и избежать использования внешних усилителей.
Фотонная система продемонстрировала более 96% точности во время обучения и более 92% точности в процессе вывода результатов. Все ключевые операции выполняются за время менее половины наносекунды.
Устройство было создано на основе стандартной инфраструктуры и производственных процессов, используемых для производства CMOS-чипов, что делает возможным массовое производство с минимальными погрешностями.
Фотонный процессор имеет потенциал для применения в вычислительно сложных задачах, таких как системы лидаров, научные исследования в астрономии и физике элементарных частиц, а также в высокоскоростных телекоммуникациях. Кроме того, он может быть полезен для обработки данных в реальном времени.
В рамках дальнейших исследований планируется масштабирование устройства и интеграция его с реальными системами, включая камеры и телекоммуникационное оборудование. Также будут изучаться алгоритмы, которые смогут максимально эффективно использовать преимущества фотонной обработки данных.
Проект частично финансировался Национальным научным фондом США, Управлением научных исследований ВВС США и компанией NTT Research.
Исследователи из Массачусетского технологического института (MIT) и других организаций Для просмотра ссылки Войди
Современные модели глубокого обучения становятся настолько сложными, что достигают пределов возможностей традиционного электронного оборудования. Фотонные устройства, использующие свет для вычислений, предлагают более быструю и энергоэффективную альтернативу, однако ранее они не могли выполнять все типы вычислений нейронных сетей. Для нелинейных операций требовалось использование внешней электроники, что замедляло процесс и увеличивало энергозатраты.
Новое устройство решает эту проблему. В ходе тестирования фотонный процессор выполнил ключевые вычисления задачи классификации менее чем за половину наносекунды, достигая точности более 92%, что сопоставимо с производительностью традиционного оборудования.
Чип состоит из взаимосвязанных модулей, образующих оптическую нейронную сеть. Он был изготовлен с использованием коммерческих процессов производства чипов, что открывает возможности для масштабирования технологии и её интеграции с электроникой.
Работа системы основана на кодировании параметров модели глубокой нейронной сети в свет. Программируемые делители луча выполняют матричное умножение входных данных, а нелинейные оптические функциональные блоки (NOFU) реализуют нелинейные функции. Для этого они отводят небольшую часть света на фотодиоды, которые преобразуют оптические сигналы в электрический ток. Такой подход позволяет снизить энергозатраты и избежать использования внешних усилителей.
Фотонная система продемонстрировала более 96% точности во время обучения и более 92% точности в процессе вывода результатов. Все ключевые операции выполняются за время менее половины наносекунды.
Устройство было создано на основе стандартной инфраструктуры и производственных процессов, используемых для производства CMOS-чипов, что делает возможным массовое производство с минимальными погрешностями.
Фотонный процессор имеет потенциал для применения в вычислительно сложных задачах, таких как системы лидаров, научные исследования в астрономии и физике элементарных частиц, а также в высокоскоростных телекоммуникациях. Кроме того, он может быть полезен для обработки данных в реальном времени.
В рамках дальнейших исследований планируется масштабирование устройства и интеграция его с реальными системами, включая камеры и телекоммуникационное оборудование. Также будут изучаться алгоритмы, которые смогут максимально эффективно использовать преимущества фотонной обработки данных.
Проект частично финансировался Национальным научным фондом США, Управлением научных исследований ВВС США и компанией NTT Research.
- Источник новости
- www.securitylab.ru
