能以光速進行深度學習的納米光子處理器

深度學習正在深刻影響著人工智慧的發展，可是其運算速度受限於目前的計算機硬體水平，很難有進一步的突破。科學家們一直在探索能夠提高深度學習演算法速率的方法。近日，麻省理工大學的研究人員開發了一種「納米光子處理器」，能夠以光速進行深度學習。

20 世紀 80 年代初，科學家和工程師們把光學計算稱作是信息技術的下一個偉大革命。但事實證明，光纖電纜和透鏡並不能製造出更精密的計算機，研究可擴展的光邏輯門也極具挑戰，因此製造光學計算機看起來似乎不切實際。但麻省理工大學物理學博士 Yichen Shen 認為，利用透鏡可以將光應用到深度學習的矩陣乘法中，從而提高深度學習的效率和速度。

說實話，利用傳統計算機進行一系列複雜的神經網路演算法運算的效率實在是不敢恭維。在深度學習中，神經網路演算法將運算所需的所有權重放在矩陣當中，利用矩陣相乘使複雜的運算變得更加簡單快捷。而這些矩陣一般都具有高密度，維度不統一的特點，常規的 CPU 和 GPU 很難快速處理這種大規模的運算。

此次，麻省理工大學研究員們利用光子代替電子作為信息輸送的介質，研發了「納米電子處理器」。它利用普通的眼鏡鏡片，對穿過的光線進行複雜的運算（類似於波函數的傅里葉變換）。這款處理器通過對多光束進行光波干涉產生干涉圖樣，利用這些圖樣信息來反映預期的計算結果，研究人員也將其稱為「可編程的納米光子處理器」。

Yichen Shen 說：「利用這種可編程的處理器，將能使深度學習以光速運行。相較於傳統的處理器，它不僅速度快而且運算能耗是原先的千分之一。」

除此之外，它的製造技術與傳統晶元相同，因此很容易擴大生產。據了解已經有知名的晶元製造商對他們的技術產生了興趣。但是，這項技術在性能上還存在一些瑕疵，用它執行運算任務的準確率只有 76.7%，比傳統處理器低了 15%左右。

University of Arizona（亞利桑那大學）的光學教授 Pierre-Alexandre Blanche 說：「雖然這可以說是在光學計算方面取得的里程碑式的進展，但是要與同類電子產品競爭，我們還有很長的路要走。」

粹客網是國內首個關注前沿科技領域的科技新媒體和創業服務平台。我們提供最貼近商業化的前沿科技創業報道、最新最全的科技動態資訊以及深刻獨到的行業觀點。堅持挖掘有價值的創新創業項目，致力於成為創新創業者的前沿陣地。

每月精彩評論將有機會獲得神秘禮品，線下活動 or 商業合作請私信微信公眾號（cheekrnews）或發郵件到粹客網官方郵箱。

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！