
中国清华大学的研究人员开发了一种全模拟光电子芯片,结合了光学和电子计算,实现了超快速、高能效的计算机视觉处理,超越了数字处理器。
计算机视觉是人工智能领域中一个不断发展的领域,专注于使机器能够解释和理解来自世界的视觉信息,类似于人类感知和处理图像和视频的方式。
这涉及到图像识别、物体检测和场景理解等任务。通过将来自环境的模拟信号转化为数字信号,供神经网络处理,使机器能够理解视觉信息。然而,这种模拟到数字的转换耗费了大量的时间和能源,限制了实际神经网络实现的速度和效率。
根据研究详细介绍,所提出的全模拟光电子芯片通过在单一芯片中融合光子和电子计算,解决了这一限制,并为高速和高能效的视觉数据处理提供了开创性的解决方案。该研究的发现已在《自然》杂志上发表,与之相附的研究简报对工作进行了总结。
吴佳敏博士,该研究的一位作者之一,向Phys.org解释了他们为什么专注于硬件方面的事物,他说道:“我们的团队一直致力于开发高效的硬件解决方案,目的是提升人工智能技术在现实世界中的影响力。”
最佳的双赢局面
在研究中,将光学与电子模拟计算模块结合起来是至关重要的一部分,因为这使得研究人员能够以全模拟的方式利用光(以光子形式)和电子的优势。
在这样做的过程中,研究人员解决了光子(基于光的)计算的实际限制,例如光学非线性的复杂实施、模数转换器(ADC)的相当大功耗,以及对噪音和系统错误的脆弱性。
解释博士吴说:"首次使用一种实施掺杂神经网络的光学计算模块,以高度并行的方式提取信息并降低数据维度。"这一过程极为高效,使得能够从高分辨率的光场中提取信息。
“光计算模块的输出随后被光电二极管阵列接收,以产生光诱导光电流。这些光电流直接用于电子模拟领域中的进一步计算,”他继续说道。这种无缝转换使得复杂的网络结构得以创建,提升整体任务性能。”
该模块进一步分析了由光产生的电流。值得注意的是,它不需要将模拟信号转换为数字信号。电路的这种灵活性使得适应性和可重构的训练方法成为可能,而这些方法对于实际性能的提高至关重要。
研究人员成功设计了一款集成的光电处理器,被称为“全模拟芯片,结合了电子和光计算,亦名为ACCEL”。
“通过利用光电效应的内在非线性和模拟电子领域中的数据处理,而无需进行模拟到数字的转换,提出的全模拟光电芯片实现了能效和计算速度远高于当今最先进的数字处理器几个数量级。” 吴博士说道。
经受考验
研究人员进行了一系列测试,以检验ACCEL在各种任务中的分类准确率,包括识别手写数字、区分服装物品和解释草书。
它展现了在72纳秒内对高分辨率图像进行分类的能力,这一壮举超越了传统处理的限制。令人惊讶的是,虽然ACCEL的速度超过3000倍,但其能源消耗却比顶级GPU少了400万倍。
然而,ACCEL芯片的功能远不止于此。它的适应性还延伸至非相干光源,使其成为一种多用途解决方案,应用范围超越了预期。
与高性能GPU相比,我们的全模拟光电子芯片速度快了三个数量级,能效提升了六个数量级。这使得它适用于高速处理,如工业装配线和自动驾驶等应用。
此外,武博士表示,由于其非凡的计算效率和极低的能源需求,我们的芯片有望为可穿戴健康监测设备等便携系统带来一个新时代。在传统上,这类系统通常由电池供电,设备的使用寿命受限于有限的能源来源。
未来的工作
研究人员承认,尽管全模拟光电技术展示了高功率和高效率,但仍有改进的空间。
“虽然ACCEL具有快速计算速度和高能效,但这款芯片的处理能力仍有改进空间。”吴博士解释道。
未来,研究人员希望通过光电计算探索更高效的架构,以处理更复杂的计算机视觉任务,并将这项技术扩展到新的人工智能算法,例如大型语言模型(LLM)。
这项持续进行的研究旨在拓展模拟光子技术的边界,以促进未来的进步。









