最新一期《自然·光子學》揭示,美國賓夕法尼亞大學工程師研發出一款創新芯片,它利用光線非電力,進行人工智能(AI)學習所需的精密數學演算。此舉有望徹底提升計算機處理效率及節能水平。
創新之處在于,這款新芯片首次將獲得本杰明·富蘭克林獎章的納德?恩赫塔(Nadine Al Horta)在納米尺度操控物質的突破性技術,融合到硅光子(SiPh)平臺上。恩赫塔團隊巧妙地借助光線進行數學運算,而硅則是制造電腦芯片時廣為運用的經濟實惠的材料。
光子與物質的相互作用為人們打開了另一種研制計算機的視角,跳脫了現有芯片的限制。這種原理正是20世紀60年代早期電腦芯片革命的初衷。
在論文中,科研工作者詳細介紹了該芯片研發過程及目標。他們致力于搭建一個能執行向量矩陣乘法任務的平臺,這是如今支持AI工具的最為重要的算法之一。
恩赫塔表示,可以通過制作更加輕薄如150納米的硅晶片,以及充分利用硅晶片局部的高度差異,不需添加額外材料,即可調節光線傳播方式。這樣就能利用光線以特殊方式衍射,促使芯片性能提升至光速。
除提高速度及減少能耗外,新的芯片還具備保護個人隱私的優點。由于運算同步進行,無需在電腦內部內存保存在算過程中的敏感數據,使得未來這種技術電腦幾乎難以被侵入。
綜合來看,效率取決于全方位的速度與密度配置,相較于電力,光在這兩方面有著顯著優勢。光軌替代電氣信號進行計算存儲,極大提升信息處理能力和運算速率,而低功耗特性又極度適配AI與人機互動計算新時代。盡管這項研究頗具前瞻性與優越性,但仍需更多努力落實到商業化應用上。
-
芯片
+關注
關注
459文章
52294瀏覽量
437655 -
光線
+關注
關注
0文章
73瀏覽量
10714 -
硅光子
+關注
關注
6文章
89瀏覽量
15016
發布評論請先 登錄
芯原超低能耗NPU可為移動端大語言模型推理提供超40 TOPS算力
5CEBA4F23C8NQS現場可編程門陣列(FPGA)芯片
AI高能耗和難散熱問題如何突破?

光子 AI 處理器的核心原理及突破性進展
邊緣網關如何降低能耗數據延遲?
炬芯科技探索端側AI技術與應用
如何通過電源濾波器的優化設計來降低其自身的能耗?

賓夕法尼亞大學:開發出揭示亞原子信號的新型量子傳感技術

淺談汽車制造行業能耗管理解決方案
安科瑞能耗管理系統:工廠能耗問題的克星
新型激光技術有望大幅提升芯片制造效率

回饋式交流電子負載:測試效率與節能效果的雙重提升
賓夕法尼亞州立大學帕克分校:研發AI輔助下的石墨烯基化學傳感器

評論