来自清华大学的中国研究人员已经开发出一种全模拟光电子芯片,可以以比现有芯片更快的速度和更高的能效处理计算机视觉任务,这是世界上第一个这种类型的芯片。
该研究小组的研究结果发表在《自然》杂志上,为现有的基于模数转换的微电子芯片技术提供了一种替代方案。
在这项新研究中,研究人员设计了一个集成的光电子处理器,以全模拟的方式利用光子形式的光和电流中发现的电子的优点,其成果被称为“结合电子和光计算的全模拟芯片”,简称ACCEL。
测试表明,ACCEL能够以与数字神经网络相当的精度对物体进行识别和分类。此外,ACCEL对日常生活中各种场景的高分辨率图像进行分类的速度比顶级图形处理单元(GPU)快3000倍以上,能耗低400万倍。
模拟信号和数字信号是两种携带信息的信号。模拟信号连续变化,如光线形成图像,而数字信号是非连续的,如二进制数。
在图像识别和物体检测等基于视觉的计算任务中,来自环境的信号是模拟的,它们需要被人工智能神经网络转换成数字信号进行处理,人工智能神经网络是经过训练以识别数据集中的模式和关系的系统。
然而,模数转换耗时耗力,限制了神经网络性能的速度和效率。使用模拟光信号的光子计算是解决这个问题最有前途的方法之一。
清华团队的研究人员方璐说:“我们最大限度地发挥了光和电在全模拟信号下的优势,避免了模数转换的缺点,打破了功耗和速度的瓶颈。”
《自然》杂志编辑的一篇评论说,该团队已经将对能量昂贵的模数转换器的需求降到了最低。“这种令人耳目一新的、务实的人工智能硬件方法,高效节能,充分利用了电子和光子计算技术。”
方璐指出,超低功耗的优势将有助于改善芯片结构的发热问题,并有可能为未来的芯片设计带来突破。
清华大学信息科学与技术学院院长戴琼海表示,该团队已经开发出了一个原型芯片,并将致力于制造一种通用的人工智能芯片,以实现更广泛的应用。
领取专属 10元无门槛券
私享最新 技术干货