تراشه هوش مصنوعی با نور داده ها را پردازش می کند
به گزارش بیست و یکم، تعدادی از پژوهشگران دانشگاه آکسفورد و همکارانشان در آلمان و انگلیس نوع جدیدی از سخت افزار مبتنی بر هوش مصنوعی را ابداع نموده اند که با کمک نور داده های سه بعدی را پردازش می کند.
به گزارش بیست و یکم به نقل از اینترستینگ انجینرینگ، با عنایت به تراشه های یکپارچه فتونیک-الکترونیک، سخت افزار می تواند با استفاده از فرکانس های مختلف طول موج رادیویی نور، محاسباتی پیچیده را به صورت موازی انجام دهد. محققان مدعی هستند این سخت افزار می تواند سرعت و کارایی پردازش داده ها را برای فعالیتهای هوش مصنوعی تا چند برابر ارتقا دهد. این تحقیق در ژورنال نیچر فوتونیکس انتشار یافته و چالش های در رابطه با کاربردهای هوش مصنوعی نوین را به چالش می کشد و تقاضا برای قدرت رایانش را می افزاید. تراشه های معمول رایانشی که به قطعات الکترونیکی متکی هستند باید با سرعت نوآوری در هوش مصنوعی خویش را هماهنگ کنند. این امر نیازمند دو برابر شدن قدرت پردازش در هر ۳.۵ ماه است به قول پژوهشگران استفاده از نور به جای قطعات الکترونیکی روشی نوین برای رایانش فراهم و این چالش ها را برطرف می کند. محققان قبلا نمونه ای از یک تراشه فتونیک را نمایش داده بودند که می تواند عملیات «ضرب ماتریس-بردار» را انجام دهد که یک فعالیت ضروری برای هوش مصنوعی است و یادگیری ماشینی را سریع تر از هر تراشه الکترونیکی انجام می دهد. تراشه نوین از رنگ های مختلف نور برای نمایش مجموعه داده های مختلف و انجام محاسبات مختلف به صورت موازی استفاده می کرد. پژوهشگران در جدید ترین تحقیق خود با استفاده از فرکانس های رادیویی نور جدید رمزگذاری داده ها، بعد دیگری به فعالیتهای موازی تراشه فتونیک اضافه کردند. تراشه با سرعت و دقت بالاتر می تواند داده های ۳ بعدی مانند تصاویر یا ویدئو را پردازش کند. محققان سخت افزار ابداعی را برای حل چالش پیشبینی ریسک مرگ ناگهانی در اثر سیگنال های قلبی در بیماران به کار گرفتند. آنها توانستند ۱۰۰ سیگنال قلبی را به صورت همزمان تحلیل و با دقت ۹۳.۵ درصد مشکل را شناسایی کنند. آنها تخمین می زنند سخت افزار مذکور از نظر بازده انرژی و چگالی محاسباتی می تواند حتی با مقیاس متوسط ۶ورودی × ۶ خروجی، با ضریب ۱۰۰ از برترین پردازنده های الکترونیکی بهتر عمل کند. آنها همینطور پیشبینی می کنند با بهره برداری از خصوصیت های نوری بیشتر، مانند قطبی شدن و مولتی پلکس کردن حالت به پیشرفت بیشتری در موازی سازی محاسباتی دست یابند.
منبع: بیست و یكم
این مطلب بیست و یکم را می پسندید؟
(0)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب