麻省理工設(shè)計(jì)光學(xué)AI處理器可高效分類無(wú)線信號(hào)，準(zhǔn)確率達(dá)95%！
日前，美國(guó)麻省理工學(xué)院團(tuán)隊(duì)開(kāi)發(fā)出一種專為無(wú)線信號(hào)處理而設(shè)計(jì)的全新人工智能（AI）硬件加速器。這種光學(xué)處理器能以光速進(jìn)行機(jī)器學(xué)習(xí)運(yùn)算，可在數(shù)十納秒內(nèi)完成無(wú)線信號(hào)分類，且準(zhǔn)確率可達(dá)95%。其可廣泛應(yīng)用于高性能計(jì)算場(chǎng)景，遠(yuǎn)勝現(xiàn)有的數(shù)字AI加速器。相關(guān)研究成果以《RF-photonic deep learning processor with Shannon-limited data movement》為題目，發(fā)布在Science Advances雜志上。 ;Y16I#?;Kh
Xgm9>/y
[attachment=132712] NPR{g!tK%
新型光學(xué)處理器的藝術(shù)概念圖。 JGk,u6K7
傳統(tǒng)的數(shù)字AI加速器需將無(wú)線信號(hào)轉(zhuǎn)化為圖像，再通過(guò)深度學(xué)習(xí)模型進(jìn)行分類。這種方法盡管準(zhǔn)確率高，但神經(jīng)網(wǎng)絡(luò)計(jì)算密集，響應(yīng)速度難以滿足微秒級(jí)甚至更低的延遲要求。 mH3{<^Z6
k <S! |
團(tuán)隊(duì)此次開(kāi)發(fā)了一種專為信號(hào)處理設(shè)計(jì)的光學(xué)神經(jīng)網(wǎng)絡(luò)架構(gòu)，利用光信號(hào)直接進(jìn)行數(shù)據(jù)編碼與處理，從而提升了計(jì)算效率，降低了能耗。這個(gè)稱為“乘性模擬頻域變換光學(xué)神經(jīng)網(wǎng)絡(luò)”（MAFT-ONN）的系統(tǒng)，在無(wú)線信號(hào)被數(shù)字化之前，就在頻域中完成所有信號(hào)編碼與機(jī)器學(xué)習(xí)運(yùn)算，極大提升了可擴(kuò)展性。 =j~}];I
[attachment=132713] i@d@~M 7/
MAFT-ONN 架構(gòu)概述 |zL
义马市|
怀安县|
邵东县|
湘乡市|
筠连县|
馆陶县|
济阳县|
富宁县|
岗巴县|
大理市|
且末县|
虞城县|
凤凰县|
柳江县|
银川市|
富川|
中阳县|
霍州市|
泰安市|
大厂|
安阳市|
中卫市|
泸水县|
湟源县|
SHOW|
防城港市|
天水市|
仙游县|
三台县|
驻马店市|
九龙县|
延庆县|
嘉禾县|
威信县|
华安县|
义马市|
名山县|
剑川县|
四平市|
黄骅市|
葫芦岛市|
|