ペンシルベニア大学の研究者は、新しいディープニューラルネットワークプロセッサを開発しました。 したがって、XNUMX秒あたり数十億の入力を処理して分類することができます。 これを行うために、チップは光の力を利用します：はい、それはフォトニックプロセッサです。 名前と実際に。
この驚異的な光学工学の背後にある研究は、最近、Natureに、 工学部応用科学科 ペンシルベニア大学の。 ここであなたにリンクします。
フォトニックチップはどのように機能しますか？
このタイプの自律チップは、特定の刺激パターンを認識するように訓練された、脳ニューロンと同様の方法でデータを分析します。 。 これは、オブジェクトの存在を検出する機能に変換されますが、とりわけオブジェクトを認識して分類する機能に変換されます。このようなメカニズムは、次のような日常的に使用するテクノロジーの基盤です。 顔認識 いくつか例を挙げると、音声文字変換。 これを行うには、チップに少なくともXNUMXつの特性が必要です。これは、研究者が最適化しようとしたものでもあります。
- 光信号を電気信号に変換できなければなりません。
- 同様に、入力データをバイナリ形式に変換できる必要があります。
- 大容量のメモリモジュールが必要です。
- 一次計算法が必要です。
フィルーズ・アフラトゥーニ、大学院生と一緒に研究を行った電気・システム工学准教授 アレクサンダーJ.ギアーズ、説明：「私たちのチップは私たちが呼ぶものを通して情報を処理します」伝播による計算'。 要するに、計算は光がチップを通過するときに行われます」。
提供される機能により、フォトニックチップは画像をほぼ瞬時に分類および認識できます。 単一の画像の処理時間は？ 約XNUMXナノ秒（ナノ秒はXNUMX億分のXNUMX秒です）。 彼がスタジアムの観客の顔を認識しているところを想像してみてください。 一つずつ。 まぶたを閉じる前に。
研究の著者は、フォトニックチップのパフォーマンスを、画像分類用のハイエンドグラフィックスプロセッシングユニット（GPU）のパフォーマンスに匹敵すると評価しています。
はい、興味深いです...しかし、それは何のためですか？
科学者が言うこのフォトニックチップは、そのような処理能力を開発するために光信号を使用する最初のものであり、多くの利点を提供します。 最初： より低いエネルギー消費。 第二： 現在使用されているディープニューラルネットワーキングテクノロジーよりもボトルネックが少ない。
チップにはまだ制限があり、特にその解像力に関連しています。今のところ、数ピクセルで構成される画像を処理できます。 研究の著者は、特に光電子層のマイクロリング変調器とフォトジオイドの帯域幅に作用することによって、フォトニックチップの性能をさらに向上させる方法をすでに念頭に置いています。
したがって、少しのトリックとさらなる実装により、フォトニックチップをさらに加速し、100ピコ秒未満の処理時間に到達することが可能になります。 えーと…ここで終わりではありません！
