Swinburne-led光学神经形态研究小组展示了世界上最快的处理器

国际领导的研究小组斯文本科技大学已经证明世界上最快的和最强大的光学神经形态为人工智能(A2022十二强赛程表I)处理器,运营速度超过每秒10万亿次操作(TeraOPs / s)和能够处理超大型规模的数据。在著名的杂志上发表自然代表着一个巨大的飞跃,这突破一般神经网络和神经形态处理。

人工神经网络,人工智能的一个重要形式,可以“学习”和执行复杂的操作与广泛应用计算机视觉、自然语言处理、面部识别,语音翻译,玩战略游戏、医疗诊断和许多其他领域。灵感来自大脑的视觉皮层的生物结构系统,人工神经网络提取原始数据的主要特性来预测属性和行为以前所未有的准确性和简单。

斯文本科技大学为首的教授大卫·莫斯许,杏园(迈克)博士(斯文本科技大学,莫纳什大学)和特聘教授3:21米切尔从皇家墨尔本理工大学的研究小组在光学神经网络实现了非凡的壮举:大大加速其计算速度和处理能力。

团队展示了一种光学神经形态处理器操作1000倍速度比以往任何处理器,该系统还处理record-sized超大型规模——足以实现完全的面部图像识别、图像的东西其他光学处理器无法完成。

“这突破实现了“光学micro-combs”,是我们的世界纪录互联网数据的速度报道,2020年5月,”莫斯教授说,斯文本科技大学的董事光学科学中心。

博士(唐森):比尔·科克兰(莫纳什大学)教授莫斯和米切尔教授的研究团队记录了世界上最快的互联网速度从单一光学芯片。

而谷歌TPU等先进的电子处理器可以运行超过100 TeraOPs / s,这是用成千上万的并行处理器。相比之下,光学系统证明了团队使用一个处理器,通过使用一种新技术的同时交叉数据随着时间的推移,波长和通过一个集成的空间维度micro-comb来源。

Micro-combs是相对较新的设备,像一道彩虹由数以百计的高质量红外激光在一个芯片上。他们是更快,更小、更轻、更便宜比其他任何光学来源。

“十年以来我co-invented,集成micro-comb芯片已成为极其重要的,它是真正令人兴奋的看到他们使这些巨大的进步在信息沟通和处理。Micro-combs为我们提供巨大的承诺满足世界永不满足的需要信息,”莫斯教授说。

“这前端处理器可以作为一个普遍的超高带宽对于任何神经形态硬件基于光学或电子机器学习,把大量的数据实时超高带宽范围内的数据,”说,该研究的作者,徐博士,斯文本科技大学的校友和博士后莫纳什大学电子和计算机系统工程部门。

“我们目前一窥未来的处理器将如何看。真的向我们展示如何戏剧性的我们的力量可以扩展处理器通过microcombs的创新使用,”许博士解释道。

RMIT米切尔教授补充说,“这项技术适用于所有形式的处理和通讯——这将会产生一个巨大的影响。长期我们希望实现完全集成系统芯片,大大降低成本和能源消耗”。

“卷积神经网络是人工智能革命的核心,但现有的硅技术越来越呈现一个瓶颈在处理速度和能源效率,”研究小组的关键支持者说,达米安·希克斯教授,从斯文本科技大学和沃尔特和伊丽莎白·霍尔研究所。

他补充说,“这一突破性的展示了一种新的光学技术使网络更快更有效和深远的示范跨学科思考的好处,在灵感和勇气采取一个想法从一个字段和用它来解决另一个国家的根本问题。”

视图这篇论文。

国际科研合作是由教授大卫·莫斯(斯文本科技大学);杏园(迈克)博士徐(斯文本科技大学和莫纳什大学)和特聘教授3:21米切尔(RMIT)与关键支持半棕褐色和Jiayang Wu博士(斯文本科技大学);达米安·希克斯教授(斯文本科技大学和沃尔特和伊丽莎白·霍尔研究所(WEHI));安德里亚博和Thach G阮(RMIT);比尔博士科克兰(纳什);朱赛T(香港城市大学);布伦特小(西安光学研究所);加拿大蒙特利尔和罗伯托·Morandotti (inr)。