Light processor chips Pag-aaral bago ang makina

Ang representasyon ng iskema ng isang processor para sa pagpaparami ng mga matris na tumatakbo sa ilaw. Kasama ang tuktok na may dalas ng salamin sa mata, ang isang hanay ng mga crossbars ng alon ay nagbibigay-daan sa data na maproseso nang napaka parallel. May-akda: WWU / AG Pernice

Ang isang internasyonal na pangkat ng mga mananaliksik ay gumagamit ng mga photon grid upang makilala ang mga imahe.

Sa digital age, ang trapiko ng data ay lumalaki nang exponentially. Ang mga kinakailangan sa pag-compute ng kuryente para sa mga aplikasyon ng artipisyal na intelihensiya, tulad ng pagkilala sa pattern at pagsasalita, sa partikular, o para sa mga self-propelled na sasakyan, ay madalas na lumampas sa mga kakayahan ng maginoo na mga processor ng computer. Nakikipagtulungan sa isang pangkat ng internasyonal, ang mga mananaliksik mula sa Unibersidad ng Münster bumuo ng mga bagong diskarte at iproseso ang mga arkitektura na maaaring hawakan ang mga hamong ito nang lubos na mabisa. Ipinakita nila ngayon na ang tinaguriang mga photon processor, na kung saan ang data ay naproseso ng ilaw, ay maaaring magproseso ng impormasyon nang mas mabilis at kahanay – isang bagay na elektronikong chips ay hindi magawa. Ang mga resulta ay nai-publish sa journal Kalikasan.

Tulong at pamamaraan

Ang mga magaan na processor upang mapabilis ang mga gawain sa pag-aaral ng makina ay nagbibigay-daan sa iyo upang iproseso ang mga kumplikadong problema sa matematika sa napakabilis na bilis (10¹ -10-operasyon bawat segundo). Ang mga maginoo na chips, tulad ng mga video card o dalubhasang kagamitan, tulad ng Google TPU (tenor processing unit), ay batay sa elektronikong paghahatid ng data at mas mabagal. Ang isang pangkat ng mga mananaliksik na pinangunahan ni Propesor Wolfram Pernik ng Institute of Physics at ang Center for Soft Science ng University of Münster ay nagpakilala ng isang hardware accelerator para sa tinaguriang mga multiplikasyon ng matrix, na kumakatawan sa pangunahing pag-load sa pagkalkula ng mga neural network. Ang mga neural network ay isang serye ng mga algorithm na gumagaya sa utak ng tao. Kapaki-pakinabang ito, halimbawa, para sa pag-uuri ng mga bagay sa mga imahe at para sa pagkilala sa pagsasalita.

Pinagsama ng mga mananaliksik ang mga istrukturang photonic na may mga materyales na phase-shifting (PCM) bilang mga elemento ng imbakan na walang lakas. Karaniwang ginagamit ang mga PCM sa mga DVD o BluRay disc sa isang warehouse ng data na optikal. Sa bagong processor, pinapayagan kang mag-imbak at mag-imbak ng mga elemento ng matrix nang hindi nangangailangan ng lakas. Upang maisagawa ang pagpaparami ng mga matris sa maraming mga hanay ng data nang kahanay, ang mga pisiko ng Munster ay gumamit ng dalas na batay sa maliit na tilad bilang isang mapagkukunan ng ilaw. Ang isang madalas na suklay ay nagbibigay ng maraming mga optikong haba ng daluyong na naproseso nang nakapag-iisa sa isang solong poton chip. Bilang isang resulta, pinapayagan nitong maproseso ang data nang kahanay sa pamamagitan ng pagkalkula ng lahat ng mga haba ng haba ng daluyong – kilala rin bilang wavelength multiplexing. “Ang aming pag-aaral ang unang gumamit ng frequency combs sa mga artipisyal na neural network,” sabi ni Wolfram Pernis.

Sa eksperimento, ang mga physicist ay gumamit ng tinatawag na convolutional neural network upang makilala ang mga bilang ng sulat-kamay. Ang mga network na ito ay isang konsepto sa pag-aaral ng makina na inspirasyon ng mga biological na proseso. Pangunahing ginagamit ang mga ito sa pagproseso ng data ng audio o audio dahil kasalukuyang nakakamit nila ang pinakamataas na kawastuhan ng pag-uuri. “Ang labis na pagpapatakbo sa pagitan ng data ng pag-input at isa o higit pang mga filter, na maaaring, halimbawa, ang pag-highlight ng mga gilid sa isang litrato, ay maaaring maiparating nang maayos sa aming arkitektura ng matrix,” paliwanag ni Johannes Feldmann, nangungunang may-akda ng pag-aaral. “Ang paggamit ng ilaw upang magpadala ng isang senyas ay nagbibigay-daan sa processor na magsagawa ng parallel data processing sa pamamagitan ng multiplexing ng haba ng haba, na nagreresulta sa mas mataas na mga density ng computing at maraming mga multiplikasyon ng matrix na isinagawa sa isang hakbang lamang. Hindi tulad ng tradisyunal na electronics, na karaniwang gumana sa mababang GHz band, ang mga bilis ng optikal na pagbago ay maaaring makamit sa bilis na hanggang 50-100 GHz. “Nangangahulugan ito na pinapayagan ng proseso ang mga rate ng data at mga density ng computing, ibig sabihin, mga operasyon ng lugar ng CPU na hindi pa nakakamit.

Ang mga resulta ay may malawak na hanay ng mga application. Halimbawa, sa larangan ng artipisyal na katalinuhan, maaari mong sabay na maproseso ang mas maraming data, makatipid ng enerhiya. Ang paggamit ng malalaking mga neural network ay nagbibigay-daan para sa mas tumpak at hindi pa rin maaabot ang mga hula at mas tumpak na pagtatasa ng data. Halimbawa, sinusuportahan ng mga nagpoproseso ng photon ang pagsusuri ng malaking halaga ng data sa mga medikal na diagnosis, tulad ng mataas na resolusyon na data ng 3D na nakuha ng mga espesyal na diskarte sa imaging. Ang karagdagang mga aplikasyon ay nasa larangan ng mga sasakyan na nagmamaneho ng sarili na nakasalalay sa mabilis, mabilis na pagtatasa ng data ng sensor at mga IT na istraktura tulad ng cloud computing na nagbibigay ng espasyo sa pag-iimbak, kapangyarihan sa computing o software.

Magbasa nang higit pa tungkol sa pag-aaral na ito sa AI, na pinalakas ng mga light-based parallel tortuous processor.

Sanggunian: “Ang parallel na pagproseso ng gyrus gamit ang isang pinagsamang photon tensor core” J. Feldman, N. Youngblad, M. Karpov, H. Goering, X. Lee, M. Stoppers, M. Le Gala, X. Fu, A. Lukashchuk, A.S. Raja, J. Liu, CD Wright, A. Sebastian, T.J. Kippenberg, WHP Gingerbread at H. Bascaran, Enero 6, 2021, Kalikasan.
DOI: 10.1038 / s41586-020-03070-1

Mga kasosyo sa pagsasaliksik: Bilang karagdagan sa mga mananaliksik mula sa Unibersidad ng Münster, mga siyentista mula sa Unibersidad ng Oxford at Exeter sa Inglatera, Unibersidad ng Pittsburgh, USA, Polytechnic University (EPFL) sa Lausanne, Switzerland, at ang IBM Research Laboratory sa Zurich. ay kasangkot din sa gawaing ito.

Pagpopondo: Ang pag-aaral ay nakatanggap ng suportang pampinansyal mula sa proyekto ng EU na “FunComp” at sa European Research Council (bigyan ng ERC na “PINQS”).

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Ang pag-iimbak ng nababagong enerhiya sa mga bato sa halip na mga baterya ng lithium

Kapag may labis na kuryente mula sa hangin o solar na enerhiya, sisingilin ang supply ng enerhiya. Ginagawa ito gamit ang isang sistema...

Ang Flat Pasta ay Pinagbuti Na Ang Morphs Sa Hugis Kapag Luto

Pinangunahan ng CMU Lab ang pagbuo ng pasta na humuhubog kapag luto na. Kredito: Carnegie Mellon University Ang mga flat-pack noodle ay lumilikha ng...

Mga debate sa mga Dalubhasa: Na-diagnose ba ang PTSD?

Ang ilang mga klinika ay nag-aalala na post-traumatic stress disorder (PTSD) ang diyagnosis ay nadagdagan sa buong lipunan ng Kanluran mula pa noong huling...

Ang ilaw ng Zap ay nagpapalit ng mga kulay at pattern ng mga bagay

Ang bagong sistema ay gumagamit ng ilaw na UV na inaasahang sa mga bagay na natatakpan ng isang tinain na pinapagana ng ilaw upang...

Oo, Maaari kang Magkaroon ng Higit sa 150 Mga Kaibigan

Ang mga indibidwal ay maaaring mapanatili ang matatag na mga pakikipag-ugnay sa lipunan na may halos 150 katao. Ito ay isang mungkahi na...

Newsletter

Subscribe to stay updated.