當前位置:首頁->行業資訊 |
|
人工智能的最佳伙伴?用光做運算的芯片 |
|
|
文章來源: 更新時間:2017/7/17 9:57:00 |
在線咨詢: |
|
雖然類神經網絡可以達成很多任務,像是辨識人臉、預測心臟病等,但要吃掉很多電腦效能。MIT 工程師近期發布論文研究使用光路來達成類神經網絡,并同樣建構在硅晶片上,因此成本不會太高,同時實驗結果發現運算能力有效率許多。他們正在籌備公司并計劃兩年內完成相關產品。
近年來摩爾定律逐漸失效,人們對運算能力的要求越來越大,積體電路終究有極限,且似乎已在不遠處;科學家于是紛紛開始研究達成更強大運算能力的方法,光學芯片很有可能就是下一個世代的接棒者。
現今各種人工智能的應用出現,需要越來越強大的運算能力,其中人工智能的分支之一──類神經網絡,這個從人類大腦運作啟發的靈感而創造的人工智能運算方法,展現了強大的能力,舉凡偵測謊言、辨識人臉、預測心臟病等都可做到;但是,對電腦來說需要非常強大的運算能力,也會消耗很大的能量。
傳統芯片已漸漸無法負荷當今人工智能如類神經網絡的運算量,麻省理工學院的研究人員為了解決這個問題,近期研發出的光學芯片,在使用人工智能的運算像是類神經網絡時,運算效率和速度比一般傳統芯片要高出許多。
傳統芯片跟光學芯片雖然想達成的目標類似,都是運算、通訊、儲存等,但兩者的基本架構不同,一般芯片為運用一連串可以決定電流要不要通過的電晶體,來達成運算。光學芯片則是依靠入射光線的明暗來達成運算,每個“光路”由放大器(Optical Amplifier)、相位調變器(Phase modulator)及偏振轉換器(Polarization converter)構成,一旦光線產生后,要達成怎樣的運算只要運用鏡片就可以改變方向,過程不損耗能源,不像電晶體需要電力來運作。
研究人員以新研發的光芯片運作的類神經網絡,來辨認英文字母母音的聲音,傳統電腦的類神經網絡正確率可達 92%;與之相比,雖然以光路運作的類神經網絡正確率只有 77%,但是效率跟速度都快上許多。
跟以往光學芯片研發不同的是,這次是以矽為基底做成,也就表示量產的可能性大大提升。
科技巨頭如 IBM 也傳出正在研發整合更多光路到矽基板上,一旦光學芯片研發順利,未來以類神經網絡運算的科技如自動駕駛將可大幅提升。《科學人雜志》(Scientific American)形容就好像口袋一樣小的設備能擁有自動駕駛車一樣的運算能力。該研究團隊的研究員已開始籌備公司,并且預計兩年內產出產品。 |
|
|
|
|
|
|
|
|
|