光驱AI芯片：卷积计算效能提升百倍
人工智能（AI）系统在科技领域的地位日益核心，从人脸识别到语言翻译无处不在。然而，随着AI模型日益复杂，其消耗的电量也极为庞大——这对能源效率和可持续性构成了挑战。佛罗里达大学的研究人员开发的一种新型芯片或许能帮助解决这一问题，它使用光而不仅仅是电来执行AI最耗电的任务之一。他们的研究报告发表在《先进光子学》杂志上。
该芯片旨在执行卷积运算，这是机器学习中的一项核心功能，使AI系统能够检测图像、视频和文本中的模式。这些运算通常需要大量的计算能力。通过在硅芯片上直接集成光学组件，研究人员创建了一个利用激光和微型透镜执行卷积运算的系统——从而显著降低了能耗并提高了处理速度。
“以近乎零能耗执行关键的机器学习计算，对未来AI系统而言是一个飞跃，”研究负责人、佛罗里达大学半导体光子学专业某教授 Volker J. Sorger 表示。“这对于在未来几年持续扩展AI能力至关重要。”
在测试中，该原型芯片对手写数字的分类准确率约为98%，与传统电子芯片相当。该系统使用两组微型菲涅尔透镜——这是在灯塔中常见的透镜的扁平超薄版本——它们采用标准半导体制造技术制造。这些透镜比人的头发丝还细，并直接蚀刻在芯片上。
为了执行卷积，机器学习数据首先在芯片上被转换为激光。光线穿过菲涅尔透镜，完成数学变换。结果随后被转换回数字信号，以完成AI任务。
“这是首次有人将这类光学计算集成在芯片上，并将其应用于AI神经网络，”佛罗里达大学Sorger小组的研究副教授、该研究的合著者 Hangbo Yang 说。
研究团队还证明，通过使用不同颜色的激光——一种称为波长复用的技术——该芯片可以同时处理多个数据流。“我们可以让多个波长或颜色的光同时穿过透镜，”Yang解释道。“这是光子学的一个关键优势。”
这项研究是与佛罗里达半导体研究所、加州大学洛杉矶分校和乔治华盛顿大学合作进行的。Sorger指出，某中心等芯片制造商已经在其AI系统的某些部分使用了光学元件，这可能使集成这项新技术变得更加容易。
“在不久的将来，基于芯片的光学技术将成为我们日常使用的每块AI芯片的关键组成部分，”Sorger说。“光学AI计算是下一个发展方向。”
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）
公众号二维码
公众号二维码
