設為首頁
加入收藏- 科技前沿
中心簡介更多>>
首頁 > 科技前沿
可擴展光芯片每秒分類近20億張圖像 有望促進人臉識別和自動駕駛等領域發(fā)展
來源： 科技日報
作者：南皮縣產學研科技成果轉化服務中心
日期：
2022-06-11
美國科學家在最新一期《自然》雜志發(fā)表論文稱，他們開發(fā)了首塊可擴展的基于深度神經網絡的光子芯片，每秒可對20億張圖像進行直接分類，而無需時鐘、傳感器或大內存模塊，有望促進人臉識別、自動駕駛等領域的發(fā)展。
模仿人腦工作的深度神經網絡現(xiàn)在通常為計算機視覺、語音識別等提供支持。目前數(shù)字芯片上的消費級圖像分類技術每秒可執(zhí)行數(shù)十億次計算，速度足以滿足大多數(shù)應用，但更復雜的圖像，如識別運動物體、3D物體或人體顯微細胞分類仍面臨不少障礙。
首先，這些系統(tǒng)通常使用基于數(shù)字時鐘的平臺，如圖形處理單元（GPU）來實現(xiàn)，這將它們的計算速度限制在時鐘頻率上，計算必須逐個進行。其次，傳統(tǒng)電子設備將內存和處理單元分開，數(shù)據(jù)穿梭耗費時間。此外，原始圖像數(shù)據(jù)通常需要轉換為數(shù)字電子信號，耗時較長，而且需要大內存單元來存儲圖像和視頻，引發(fā)潛在的隱私問題。
鑒于此，賓夕法尼亞大學電氣和系統(tǒng)工程副教授弗瑞茲·阿發(fā)雷托尼等人開發(fā)出一款可擴展芯片，每秒可對近20億張圖像進行分類。這是第一個完全在集成光子設備上以可擴展方式實現(xiàn)的深度神經網絡，整個芯片大小只有9.3平方毫米，消除了傳統(tǒng)計算機芯片中的4個主要耗時障礙：光信號到電信號的轉換、將輸入數(shù)據(jù)轉換為二進制格式、大存儲模塊以及基于時鐘的計算。
阿發(fā)雷托尼解釋說，該芯片上的光學神經元通過光線相互連接，形成一個由許多“神經元層”組成的深層網絡。信息通過“神經元層”傳遞，每一步都對圖像分類，使快速處理信息成為可能，最新芯片可在半納秒內完成整個圖像分類，而傳統(tǒng)數(shù)字計算機芯片在同樣時間內只能完成一個計算步驟。
研究人員表示，可通過添加更多神經層來擴展這一深層網絡，使芯片能以更高分辨率讀取更復雜圖像中的數(shù)據(jù)。此外，任何可轉換為光的信號，如音頻和語音，都可使用這項技術幾乎瞬間進行分類。
關于本站| 設為首頁| 加入收藏| 聯(lián)系我們
電話：0317-8851134 傳真:0317-8851134 郵編：061500 冀ICP備05028085號-2 滄公備：13090002001073
您是本站第105010位來訪者