ペンシルベニア大学の研究者は、毎秒約20億枚の画像を処理できる強力な新しい光チップを開発しました。このデバイスは、メモリなどの従来のコンピュータチップの速度を低下させるコンポーネントを必要とせずに、光などの情報を処理するニューラルネットワークで構成されています。
新しいチップは、脳が情報を処理する方法をモデル化するシステムであるニューラルネットワークに基づいています。このようなネットワークは、ニューロンのように相互接続するノードで構成されており、画像内のオブジェクトや音声内の単語の認識などのデータセットから学習して、有機的な脳のように学習します。時間が経つにつれて、彼らはこれらのタスクで良くなります。
しかし、電気信号の代わりに、新しいチップは光の形で情報を処理します。ニューロンとして、彼はいくつかの層に積み重ねられた光ワイヤを使用し、それぞれが特定のタイプの分類に特化しています。
テストでは、チームは9.3mm2のチップを作成し、それを使用して手書きの文字のような文字の範囲を分類しました。
適切なデータセットでトレーニングした後、チップは2つの文字タイプを含むセットで93.8％の精度、4つの文字タイプで89.8％の精度で画像を分類することができました。
最も印象的なことに、チップは0.57ナノ秒で各文字を分類することができ、1秒あたり17.5億枚の画像を処理することができました。
科学者のチームは、この速度は、光のような情報を処理するチップの能力によるものであり、既存のコンピューターチップに比べていくつかの利点があると述べています。
私たちのチップは、いわゆる伝搬計算を使用して情報を処理します。これは、クロックベースのシステムとは異なり、光がチップを通過するときに計算が行われることを意味します」と、研究の筆頭著者であるFiruzAflatuniは述べています。
また、チップは光信号を直接読み取って処理できるため、光から電気への変換ステップをスキップします。これらの変更により、チップははるかに高速なテクノロジーになります。
もう1つの利点は、処理中の情報を保存する必要がないことです。また、メモリコンポーネントがまったく必要ないため、データをメモリに送信する必要がないため、時間を節約できます。
科学者たちは、データを保存しない方が潜在的なリークを防ぐため、より安全であると述べています。
研究チームの次のステップは、チップをスケーリングし、他のタイプのデータを処理するためにテクノロジーを適応させることです。
このテクノロジーで本当に興味深いのは、画像を分類するだけではないということです」とAflatuni氏は述べています。
画像、音声、音声、その他多くの種類のデータなど、さまざまな種類のデータを電気的な領域に変換する方法はすでにわかっています。これで、さまざまな種類のデータを光学領域に変換し、このテクノロジーを使用してほぼ瞬時に処理できるようになりました。
この研究は、ジャーナルNatureに掲載されました。
2022-06-08 11:45:56
著者: Vitalii Babkin