由斯威本科技大学领导的一个国际研究团队展示了它所声称的世界上最快、最强大的人工智能 (AI) 光学神经形态处理器。它的运行速度超过每秒 10 万亿次操作 (TeraOPs/s)，能够处理超大规模数据。
研究人员表示，这一突破代表了神经网络和一般神经形态处理的巨大飞跃中国机械网okmao.com。它可以使自动驾驶汽车和数据密集型机器学习任务（如计算机视觉）受益。
人工神经网络可以“学习”并执行具有广泛应用的复杂操作。受大脑视觉皮层系统生物结构的启发，人工神经网络提取原始数据的关键特征，以前所未有的准确性和简单性来预测属性和行为。
该团队能够显着加快光学神经网络的计算速度和处理能力。该团队展示了一种光学神经形态处理器，其运行速度比以往任何处理器都要快 1000 倍以上，该系统还可以处理超大规模图像——足以实现全脸图像识别。这是研究人员的全文，“用于光学神经网络的 11 TOPS 光子卷积加速器”（PDF）。
“这一突破是通过‘光学微梳’实现的，我们在 2020 年 5 月报告的互联网数据速度世界纪录也是如此，”斯威本光学科学中心主任莫斯教授说。
研究人员表示，虽然谷歌 TPU 等最先进的电子处理器的运行速度可以超过 100 TeraOPs/s，但这是通过数万个并行处理器实现的。相比之下，该团队展示的光学系统使用单个处理器，并使用一种新技术实现，该技术通过集成微梳状源在时间、波长和空间维度上同时交错数据。
光子卷积加速器的工作原理。| 图片来源：斯威本大学
微梳是一种相对较新的设备，其作用就像彩虹一样，由单个芯片上的数百个高质量红外激光器组成。它们比任何其他光源更快、更小、更轻、更便宜。
“自从我共同发明它们以来的 10 年里，集成微梳芯片变得非常重要，看到它们在信息通信和处理方面取得这些巨大进步，真是令人兴奋。微型梳子为我们提供了巨大的希望，可以满足世界对信息的永不满足的需求，”莫斯教授说。
“该处理器可以作为任何基于光学或电子的神经形态硬件的通用超高带宽前端，为实时超高带宽数据带来海量数据机器学习，”该研究的共同主要作者说，徐博士，斯威本校友，莫纳什大学电气与计算机系统工程系博士后。
“我们目前正在初步了解未来处理器的外观。这确实向我们展示了通过创新使用微梳，我们可以多么显着地扩展处理器的能力，”徐博士解释说。
RMIT 的 Mitchell 教授补充说：“这项技术适用于所有形式的处理和通信——它将产生巨大的影响。从长远来看，我们希望在片上实现完全集成的系统，大大降低成本和能耗”。
“卷积神经网络一直是人工智能革命的核心，但现有的硅技术越来越成为处理速度和能源效率的瓶颈，”来自斯威本和沃尔特和伊丽莎白霍尔研究所的达米恩希克斯教授说。
他补充说：“这一突破表明了一种新的光学技术如何使此类网络更快、更高效，并且深刻展示了跨学科思维的好处，即具有从一个领域汲取想法并将其用于解决另一个根本问题。”