宾夕法尼亚大学工程师成功研发出全新芯片,该芯片利用光取代传统电,执行人工智能机器学习所需之复杂数学运算。此举有望大幅提升计算机运算效率并节约能源。最新的科研进展已发表于《自然·光子学》期刊。
这种新式芯片首次巧妙地融合了纳米尺度物质操作先驱纳德·恩赫塔和硅光子(SiPh)平台理念。其中,恩赫塔通过光的运用提高数学计算速率,而硅光子平台则应用硅元素——广泛用于制造电脑芯片的经济实惠且产量充足的材料。
光与物质之间的微妙互动为构建新型计算机铺平了道路,这一路径超越了现有芯片的局限。新款芯片原理类似于20世纪60年代初计算革新时代的早期芯片。
论文详述了这款芯片的开发流程以及旨在执行向量矩阵乘法的目标。以往,向量矩阵乘法是神经网络开发及运作的关键数学操作,而神经网络是现代计算机体系中的重要支柱,支持AI工具运作。
恩赫塔解释道,可选择将硅晶片厚度降至150纳米,并采用高度不均的材料,确保材料特性只在部分区域发生变化。这种高度差异可有效操控芯片内光线的传输方式,使得光线以特定模式散射,进而赋予芯片以光速完成数学运算的能力。
这款新型芯片不仅具备高速运转和高效能的优点,还有保护数据私密性的突出特点。由于大量计算可并发进行,无需在计算机内存中存储敏感信息,因此采用这类技术的未来计算机将会难以受到攻击。
直观来看,计算机的功效主要依赖于其各零部件的运行速率和排列密度。相较于电力,光在这两方面表现更为出色。借助光束替代电子或电流进行计算和存储,信息处理更丰富,算力更强劲且耗电量更小,显然更适应未来AI与人机交互的计算需求。尽管这项研究前景广阔且颇具优势,然而实现商业化应用仍需继续深入探索与完善。
-
芯片
+关注
关注
453文章
50360浏览量
421638 -
矩阵
+关注
关注
0文章
422浏览量
34494 -
硅光子
+关注
关注
6文章
87浏览量
14848
发布评论请先 登录
相关推荐
评论