Šviesos pagrindu pagaminti procesoriaus lustai – išankstinis mašininis mokymasis

Šviesos procesoriaus schema matricos dauginimui. Kartu su optinio dažnio šukomis skersinis bangolaidžio masyvas leidžia lygiagrečiai apdoroti duomenis. Paskola: WWU / AG Pernice

Tarptautinė tyrėjų komanda naudoja fotonų tinklus, kad nustatytų modelius.

Skaitmeniniame amžiuje duomenų srautas auga nerimą keliančiu greičiu. Dirbtinio intelekto, pvz., Žodžių atpažinimo ar savaeigių mašinų, skaičiavimo galios reikalavimai dažnai viršija įprastų kompiuterių procesorių galimybes. Darbas su tarptautine tyrėjų komanda Miunsterio universitetas sukurti naujus požiūrius և plėtros architektūras, kurios gali labai efektyviai įveikti šias problemas. Jie dabar parodė, kad vadinamieji fotonų procesoriai, su kuriais jie apdoroja duomenis per šviesą, gali apdoroti informaciją daug greičiau ir lygiagrečiai, o to negali elektroninės mikroschemos. Rezultatai buvo paskelbti žurnale Gamta:,

Pagrindas և Metodika

Šviesos pagrindu veikiantys procesoriai leidžia jums apdoroti sudėtingas matematikos užduotis didžiuliu greičiu (10–10–10¹⁵ operacija per sekundę), kad paspartintumėte mašininio mokymosi užduotis. Įprasti lustai, tokie kaip vaizdo plokštės ar speciali įranga, pvz., „Google“ TPU („Tensor Processing Unit“), yra pagrįsti elektroniniu duomenų perdavimu ir yra daug lėtesni. Mokslininkų komanda, vadovaujama Miunsterio universiteto Fizikos instituto ir Minkštųjų nanotechnologijų centro profesoriaus Wolframo Pernio, sukūrė aparatūros greitintuvą vadinamosioms matricų daugyboms, kurios atspindi pagrindinę nervinių tinklų apdorojimo apkrovą. Neuroniniai tinklai yra algoritmų serija, imituojanti žmogaus smegenis. Tai naudinga, pavyzdžiui, klasifikuojant objektus vaizduose և žodžių atpažinimas.

Tyrėjai sujungė fotonų struktūras su fazės keitimo medžiagomis (PSC) kaip energiją taupančiais kaupimo elementais. PCM dažniausiai naudojami optinėse duomenų saugyklose su DVD ar „BluRay“ diskais. Naujajame procesoriuje tai leidžia išsaugoti և matricos elementus nereikalaujant maitinimo. Miunsterio fizikai naudojo mikroschemomis pagrįstą dažnio šuką kaip šviesos šaltinį matricoms padauginti iš kelių duomenų rinkinių. Dažnių šukos suteikia optinių bangų ilgių seriją, kuri apdorojama nepriklausomai nuo tos pačios fotonų mikroschemos. Dėl to jis leidžia apskaičiuoti visus bangos ilgius vienu metu, lygiagrečiai apdorojant duomenis, dar vadinamus bangos ilgio dauginimu. „Mūsų tyrimas yra pirmasis, kai dirbtinių nervinių tinklų srityje naudojamos dažnio šukos“, – sako Wolframas Pernis.

Eksperimento metu fizikai naudojo vadinamąjį konvoliucinį neuronų tinklą ranka rašytiems skaičiams atpažinti. Šie tinklai yra mašininio mokymosi koncepcija, įkvėpta biologinių procesų. Jie daugiausia naudojami apdorojant vaizdo ar garso duomenis, nes šiuo metu klasifikacija yra didžiausia. „Konvulsinis veiksmas tarp vieno ar kelių įvesties filtrų, kurie gali būti, pavyzdžiui, nuotraukos kraštai, gali būti labai gerai perkeltas į mūsų matricos architektūrą“, – paaiškina Johanesas Feldmanas, pagrindinis tyrimo autorius. “Šviesos naudojimas signalo perdavimui leidžia procesoriui lygiagrečiai apdoroti duomenis, dauginant bangos ilgį, o tai lemia tai, kad daugybė matricos tankio padaugintų tik vieną kartą. “Skirtingai nuo tradicinės elektronikos, kuri paprastai veikia žemo GHz diapazone, optinio moduliavimo greitis gali būti pasiekiamas nuo 50 iki 100 GHz.” Tai reiškia, kad procesas leidžia duomenų perdavimo spartą և skaičiavimo tankį, tai yra, operacijas vienoje procesoriaus srityje, kurios anksčiau nebuvo.

Rezultatai yra labai įvairūs. Pavyzdžiui, dirbtinio intelekto srityje vienu metu galima apdoroti daugiau duomenų, taupant energiją. Didesnių neuroninių tinklų naudojimas leidžia tiksliau, iki šiol neprieinamą ir tikslesnę duomenų analizę. Pavyzdžiui, fotonų procesoriai palaiko didelių duomenų diagnostiką medicininėje diagnostikoje, pavyzdžiui, didelės skiriamosios gebos 3D duomenis, gautus naudojant specialias vaizdavimo technologijas. Kitos programos yra susijusios su savaeigėmis transporto priemonėmis, kurios priklauso nuo greito և greito jutiklių duomenų įvertinimo, IT infrastruktūros, tokios kaip debesų kompiuterija, atminties talpa, skaičiavimo galia ar taikomoji programinė įranga.

Norėdami sužinoti daugiau apie šį tyrimą, perskaitykite AI, kuris skatina lygiagrečius konvoliucinius šviesos procesorius.

Nuoroda. Dėl. Feldmanas, N. Youngblood, M.; Karpovas, H. Gehringas, Kh. Lee, M. Steperiai, M. Le Gallo, Kh. Fu, A. Lukaščukas, AS „Raja“, J. Liu, CD Wrightas, A. Sebastianas, TJ Kippenbergas, WHP Pernice ir H. Bhaskaran, 2021 m. Sausio 6 d., Gamta:,
DOI: 10.1038 / s41586-020-03070-1:

Tyrimo partneriai. Be Miunsterio universiteto mokslininkų, taip pat dalyvavo mokslininkai iš Oksfordo և Ekseterio universiteto, Pitsburgo universiteto, Lcole Polytechnique Fédérale (EPFL) Lozanoje, Šveicarijoje. Եւ IBM tyrimų laboratorija Ciuriche.

Finansavimas. Tyrimą finansavo ES „Comp FunComp“ Europos mokslinių tyrimų taryba (EMTT suteikė PINQS).

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Greitas „COVID-19“ tyrimas iš lagamino

Lagaminų laboratorija jau sėkmingai naudojama nuo kitų infekcinių ligų Afrikoje. Autorius: dr. Ahmedas Abdas El Wahedas Mobili SARS-CoV-2 greito aptikimo laboratorija Afrikoje. PGR testas yra...

NASA į JAV smulkiojo verslo technologijų plėtrą investavo 105 mln

NASA Ji turi ilgą Amerikos verslininkų rėmimo istoriją, kai jie kuria technologijas nuo idėjų iki rinkodaros ketinimų. Smulkiojo verslo tyrimų agentūros (SBIR) programa...

Žemės tyrinėjimas iš kosmoso: Keshmo sala, Iranas [Video]

Kreditas: ESA, CC BY-SA 3.0. Sudėtyje yra modifikuoti „Copernicus Sentinel“ (2020 m.) Duomenys, kuriuos tvarko IGO. Misija „Copernicus Sentinel-2“ nukelia į didžiausią Irano salą -...

Neatrasta didžiųjų Afrikos žmonių klajojanti žemė – vaikai palaidoti prieš 78 000 metų

Panga ya Saidi urvo vietos apžvalga. Atkreipkite dėmesį į tranšėjos, kurioje buvo palaidotas, kasinėjimą. Autorius: Mohammadas Javadas Shoaee Tarptautinė komanda, apimanti kelis CNRS...

Prognozuojama, kad ateivių rūšių padaugės 36% iki 2050 m

Egipto žąsis (Alopochen aegyptiaca), kilusi iš Afrikos, o dabar įsikūrusi Vidurio ir Vakarų Europoje. Autorius: profesorius Timas Blackburnas, UCL Tikimasi, kad šio amžiaus viduryje...

Newsletter

Subscribe to stay updated.