- 我的订阅
- 科技
我们正处于一个信息大暴发的时代，每天都能产生数以百万计的新闻资讯！
虽然有大数据推荐，但面对海量数据，通过我们的调研发现，在一个小时的时间里，您通常无法真正有效地获取您感兴趣的资讯！
头条新闻资讯订阅，旨在帮助您收集感兴趣的资讯内容，并且在第一时间通知到您。可以有效节约您获取资讯的时间，避免错过一些关键信息。
人工智能光芯片“太极”发布
本文转自：中国科学报
本报讯（记者陈彬）日前，清华大学副教授方璐课题组与该校戴琼海院士课题组摒弃传统电子深度计算范式，首创分布式广度智能光计算架构，研制出全球首款大规模干涉衍射异构集成芯片“太极”（Taichi）。该芯片具备每平方毫米每秒879万亿次乘加运算的面积效率与每焦耳160万亿次运算的能量效率，首次赋能光计算实现自然场景千类对象识别、跨模态内容生成等人工智能复杂任务。相关研究成果4月12日发表于《科学》。
作为人工智能的“三驾马车”之一，算力是训练人工智能模型、推理任务的关键。倘若把大模型当作一道精致菜肴，算力就是一套称手的烹饪工具。所谓光计算，顾名思义是将计算载体从电变为光，利用光在芯片中的传播进行计算。光芯片具备高速高并行计算优势，科学家希望能用其支撑大模型等先进人工智能应用。
智能光计算作为新兴计算模态，在后摩尔时代有望超越硅基电子计算。然而其计算任务局限于简单的字符分类、基本的图像处理等，光的计算优势被困在了不适合的电架构中，计算规模受限，无法支撑急需高算力与高能效的复杂大模型智能计算。
与电子神经网络依赖网络深度以实现复杂的计算与功能不同，“太极”光芯片架构源自光计算独特的“全连接”与“高并行”属性，化深度计算为分布式广度计算，为实现规模易扩展、计算高并行、系统强鲁棒的通用智能光计算提供了一条新路径。
论文第一作者、清华大学博士生徐智昊介绍，在“太极”架构中，自顶向下的编码拆分-解码重构机制将复杂智能任务化繁为简，拆分为多通道高并行的子任务，构建的分布式大感受野的浅层光网络对子任务分而治之，突破物理模拟器件多层深度级联的固有计算误差。
团队以“易有太极，是生两仪”为启发，建立干涉-衍射联合传播模型，融合衍射光计算大规模并行优势与干涉光计算灵活重构特性，将衍射编解码与干涉特征计算进行部分/整体重构复用，以时序复用突破通量瓶颈，自底向上支撑分布式广度光计算架构，为片上大规模通用智能光计算探索了新路径。
通俗来讲，干涉-衍射的组合方式就像拼乐高积木。乐高积木可以通过凹槽与凸起的契合来完成两个组件的拼接。在科研团队眼中，一旦把干涉、衍射变成基础模块进行重构复用，便可以凭借丰富的想象力搭建出变化无穷的造型。
相关论文信息：
https://doi.org/10.1126/science.adl1203
以上内容为资讯信息快照，由td.fyun.cc爬虫进行采集并收录，本站未对信息做任何修改，信息内容不代表本站立场。
快照生成时间：2024-04-15 08:45:11
本站信息快照查询为非营利公共服务，如有侵权请联系我们进行删除。
信息原文地址：
