導(dǎo)讀:近日,麻省理工學(xué)院的科學(xué)家們成功研發(fā)了一種全新的全集成光芯片,它采用光學(xué)方式來完成深度神經(jīng)網(wǎng)絡(luò)所需的核心計算任務(wù),為打造能夠進行實時學(xué)習(xí)的高速處理器開辟了新途徑。
近日,麻省理工學(xué)院的科學(xué)家們成功研發(fā)了一種全新的全集成光芯片,它采用光學(xué)方式來完成深度神經(jīng)網(wǎng)絡(luò)所需的核心計算任務(wù),為打造能夠進行實時學(xué)習(xí)的高速處理器開辟了新途徑。
這款光芯片能夠在極短的時間內(nèi),即不到半納秒,完成機器學(xué)習(xí)分類任務(wù)中的關(guān)鍵計算,其性能可與傳統(tǒng)硬件相媲美。
該芯片由一系列相互連接的模塊構(gòu)成,形成了一個光學(xué)神經(jīng)網(wǎng)絡(luò),并且采用商業(yè)代工工藝制造,這將有助于技術(shù)的進一步擴展以及與電子產(chǎn)品的集成。
深度神經(jīng)網(wǎng)絡(luò)通常由多個相互連接的節(jié)點層組成,通過執(zhí)行線性和非線性操作來處理復(fù)雜的數(shù)據(jù)。其中,非線性運算(例如激活函數(shù))是深度神經(jīng)網(wǎng)絡(luò)能夠解決復(fù)雜問題的關(guān)鍵所在。早在2017年,麻省理工學(xué)院的恩格倫德小組與馬林·索爾賈契奇實驗室就曾在光芯片上演示了能夠執(zhí)行矩陣乘法的光學(xué)神經(jīng)網(wǎng)絡(luò),但當(dāng)時的設(shè)計無法在芯片上直接進行非線性操作,因為觸發(fā)光學(xué)非線性需要消耗大量的電力。
為了解決這一難題,研究團隊開發(fā)了一種非線性光學(xué)功能單元(NOFU)。他們結(jié)合了電子學(xué)和光學(xué)技術(shù),在芯片上實現(xiàn)了非線性操作,從而成功地在光芯片上構(gòu)建了光學(xué)深度神經(jīng)網(wǎng)絡(luò)。在這個網(wǎng)絡(luò)中,神經(jīng)網(wǎng)絡(luò)的參數(shù)被編碼為光信號,通過可編程分光鏡陣列進行矩陣乘法運算,然后再由NOFU實現(xiàn)非線性功能,整個過程無需外部放大器,能耗極低。
在訓(xùn)練測試中,該光芯片的準(zhǔn)確率超過了96%,推理準(zhǔn)確率也超過了92%,并且能夠在不到半納秒的時間內(nèi)完成關(guān)鍵計算。整個電路采用了與制造CMOS芯片相同的基礎(chǔ)設(shè)施和工藝,這有利于大規(guī)模生產(chǎn)并降低制造誤差。這一研究成果為在光芯片上高效訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)提供了可能。
未來,光芯片有望引領(lǐng)深度學(xué)習(xí)走向更快、更節(jié)能的道路,并廣泛應(yīng)用于激光雷達、天文學(xué)、粒子物理學(xué)等研究領(lǐng)域以及高速電信等計算密集型應(yīng)用中。