产品搜索
最先进的电子硬件
作者:管理员    发布于:2020-12-21 18:53:31    文字:【】【】【
       全球对机器学习硬件的需求远远超过目前的计算电源。鸿图,如图形处理单元和张量处理单元加速器,可以帮助缓解这种情况,但它受到串行数据处理的挑战,这需要迭代数据处理,并遇到布线和电路限制造成的延迟。

电子硬件的光学替代方案可以简化信息的非迭代处理方式,从而加快机器学习过程。然而,基于光子的机器学习通常受到可放置在光子集成电路上的元件数量的限制,这限制了互连,而自由空间光调制器的编程速度有限。

为了在光学机器学习系统上取得突破,研究人员用基于数字镜的技术取代了空间光调制器,从而使系统的发展速度提高了100倍。处理器的非迭代定时加上快速可编程和大规模并行化,使光机学习系统比最先进的图形处理单元甚至高出一个数量级,并进一步优化了原原型以外的空间。

与目前电子机器学习硬件中信息顺序处理的例子不同,该处理器使用傅里叶光学,这是一种频率滤波的概念,它允许使用数字反射镜执行神经网络所需的卷积,并以更简单的单鸿图登录元乘运算。

研究人员说:"这种大规模的并行、仅幅度傅里叶光学处理器预示着信息处理和机器学习的新时代。"我们证明,神经网络的训练可以解决相位信息的缺乏。

光学允许在一个时间步长内处理大型矩阵,从而允许对新的尺度向量进行光学卷积。这在机器学习应用中有很大的潜力。
鸿图线路测速


脚注信息
 Copyright(C)2009-2012 杭州某某监控设备有限公司版权所有 源码基地 提供