据最新一期《科学进展》杂志报道,美国麻省理工学院的团队开发出了一种专为无线信号处理而设计的全新人工智能(AI)硬件加速器,即光学AI处理器,它能以光速进行机器学习运算,可在数十纳秒内完成无线信号分类,且准确率可达95%。以下是对它的详细介绍:工作原理:该光学AI处理器采用“乘性模拟频域变换光学神经网络”(MAFT - ONN)架构,利用光信号直接进行数据编码与处理。在无线信号被数字化之前,就在频域中完成所有信号编码与机器学习运算,从而提升了计算效率,降低了能耗。通过“光电乘法”技术,仅用一个设备就可集成1万个神经元并一次性完成所有乘法运算,无需为每个神经元单独配置硬件,同时,该网络可在光路中直接完成所有线性与非线性计算操作。性能优势: 速度快:传统的数字AI加速器需将无线信号转化为图像,再通过深度学习模型进行分类,其神经网络计算密集,响应速度难以满足微秒级甚至更低的延迟要求。而MAFT - ONN仅需约120纳秒即可完成无线信号分类,速度较传统数字芯片提升100倍。 准确率高:实验显示,MAFT - ONN一次性分类的准确率达85%,结合多次测量后可迅速提升至99%以上。 可扩展性强:解决了光学设备在信号处理中的可扩展性问题,能通过多路复用方案等进行扩展,以执行更多计算。 能耗低:利用光来编码和处理数据,能耗相比传统数字计算更低,将信号处理能效提升至传统AI加速器的10倍。 体积小、成本低:比数字AI硬件加速器更小、更轻、更便宜,具有更强的应用灵活性。应用场景:该光学AI处理器可广泛应用于高性能计算场景,尤其适用于未来6G通信场景,例如认知无线电,可根据无线环境变化自动调整调制方式,从而优化数据传输。此外,它还可为边缘计算设备赋能,如协助自动驾驶汽车实现快速响应,或为智能起搏器提供实时健康监测能力。
|
|