全光学类脑计算芯片:模仿人脑存储与处理信息的方式!

2019-05-10来源: IntelligentThings关键字:光学芯片  人工智能  神经网络  机器学习  相变材料

背景

人工智能时代,某项技术可以像人脑一样工作,不再是遥不可及的梦想,例如智能手机已经能够识别人脸或者语言。

然而,当实现更加复杂的应用时,计算机仍然会迅速触及极限。其中一个原因就是,在传统的冯·诺依曼体系结构中,计算机的存储器和处理器是分开的,因此所有的数据必须在二者之间来回移动。

冯·诺依曼体系结构(图片来源:维基百科)

CPU的运算速度增长得较快,内存的访问速度增长得较慢,它们之间存在速度不匹配的问题,也就是所谓的“冯·诺依曼瓶颈”。这一瓶颈不仅限制了系统带宽,增加了系统功耗,也会进一步增加计算机的成本和体积。

为了突破这一瓶颈,科学家们希望从人脑结构中获取到灵感。人脑领先于最先进的现代计算机,因为它在同一个地方(神经突触,或者说神经元之间的连接)处理和存储信息,人脑中有数以百万亿的神经元。

下图所示:生物神经网络中的神经元与突触

(图片来源:Aleksandr Kurenkov 与 Shunsuke Fukami)

创新

近日,德国明斯特大学、英国牛津大学和埃克塞特大学成功开发出一种硬件,为创造类脑计算机铺平了道路。科学家们设法创造出一个含有人工神经元网络的芯片,这种人工神经元在光线的作用下工作,并能够模仿人脑神经元与突触的行为。

(图片来源:WWU - Peter Le?mann)

研究人员已经能够证明,这种光学神经突触网络能够“学习”信息,并且使用它作为计算和模式识别的基础,就像大脑一样。因为这个系统仅过光线运作,而不是通过传统的电子运作,所以它处理数据的速度快许多倍。

明斯特大学教授、这项研究的首席合伙人沃尔夫拉姆·佩尼斯(Wolfram Pernice)表示:“这种集成化的光子系统是一个实验性的里程碑。以后,该方案可应用于许多不同领域,例如医疗诊断,以评估大数据中的模式。”这项研究发表在最近一期的《自然(Nature)》期刊上。

下图所示:基于光线的脑启发芯片示意图。通过模仿生物神经元系统,光子神经形态处理器为应对机器学习和模式识别中的挑战,提供了一种有希望的平台。

(图片来源:Johannes Feldmann)

技术

现有的大多数与所谓的“神经形态网络”相关的现有方案都是基于电子的。然而,采用光子或者说光粒子的光学系统,仍然处于初级阶段。

通过忆阻器阵列模仿神经元和突触的工作方式(图片来源:功能材料自旋电子学研究小组,格罗宁根大学)

德国与英国的科学家们采用的原理如下:可传输光线并制作到光学微芯片中的光波导与所谓的“相变材料”集成到一起,相变材料已经应用于如今的存储媒介,例如可重写的DVD。这些相变材料的特征是,根据它们是晶体(原子排列采用常规样式)还是无固定形状(原子排列采用非常规样式),它们会动态改变光学特性。

如果用激光加热材料,这种相变会通过光线触发。论文领导作者、在明斯特大学读博时开展过许多实验的约翰内斯·费尔德曼(Johannes Feldmann)表示:“因为材料反应得如此强烈,并动态地改变其特性,所以它非常适合模仿突触,以及两个神经元之间的脉冲传递。”

在他们的研究中,科学家们首次成功地将许多纳米结构化的相变材料合并到一个神经突触网络中。研究人员们开发出一个具有4个人工神经元以及总共60个突触的芯片。由不同层组成的芯片结构,是基于所谓的“波分复用”技术。通过这种处理,光线在光学纳米电路中不同通道之间传输。

全光学脉冲神经元电路(图片来源:参考资料【1】)

为了测试该系统识别模式的程度,研究人员们采用两种不同的机器学习算法,以光脉冲的形式将信息输入到系统中。在这个过程中,人工系统从示例中“学习”,最终可以归纳它们。假如采用两个算法,即所谓的监督学习与无监督学习,该人工网络最终能在给定光线模式的基础上,识别需要寻找的模式,其中一种就是四个连续的字母。

价值

约翰内斯·费尔德曼表示:“我们的系统使我们朝着创造出像大脑中神经元与突触一样工作的计算机硬件迈出了重要的一步,这种硬件也可以完成现实世界的任务。”论文合著者、牛津大学教授哈里什·巴斯卡兰(Harish Bhaskaran)补充道:“通过采用光子取代电子,我们可以发挥光学技术的全部潜力,不仅是为了传输数据(到目前为止的情况),也是为了在同一个地方处理和存储数据。”

一个非常特殊的例子就是,在这种硬件的帮助下,癌细胞可以被自动分辨出来。然而,在这种应用实现之前,还有许多工作要做。研究人员们需要增加人工神经元和突触的数量,以及增加神经网络的深度。例如,这些可以采用硅技术制造的光学芯片来实现。论文合著者、 Fun-COMP 项目领导者、埃克塞特大学教授大卫·赖特(C. David Wrigh)表示:“这一步将在欧盟合作项目‘Fun-COMP’中采用生产纳米芯片的加工工艺实现。”

参考资料

【1】J. Feldmann et al.All-optical spiking neurosynaptic networks with self-learning capabilities. Nature, 2019 DOI: 10.1038/s41586-019-1157-8

【2】https://www.uni-muenster.de/news/view.php?cmdid=10253


关键字:光学芯片  人工智能  神经网络  机器学习  相变材料

编辑:鲁迪 引用地址:http://news.eeworld.com.cn/szds/ic461324.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:半导体产业霸主:美国集成电路是怎样炼成的?
下一篇:最后一页

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

思科宣布收购光学芯片制造商Luxtera,6.6亿美元!

集微网消息,北京时间12月18日晚间,据新浪科技消息,思科公司宣布将以6.6亿美元的现金和股权奖励收购加州半导体公司Luxtera。早在12月12日,就有消息传出思科正洽谈收购光学芯片制造商Luxtera。据知情人士当时透露,收购最终价格尚未确定,但这笔交易可能会使Luxtera的价值达数亿美元。消息还透露,在这场收购交易竞标中,思科击败了包括英特尔和Broadcom在内的其他公司。Luxtera开发了硅光子技术,这种技术将编码成光子的信息转换成光纤直接传输到半导体中,极大地加快了数据传输速度。思科表示,Luxtera先进的芯片技术,将帮助思科满足商业客户对快速和高性能网络服务的需求。思科在一份声明中称:“新兴的分布式云
发表于 2018-12-19

百度要涉足AI光学芯片了,是怎么回事?

的作用,而且在随后的一系列论文中还研究了光子电路与神经网络算法。去年那篇论文的作者之一的沈亦晨目前为Lightelligence的联合创始人兼CEO。 Lightelligence认为,光子电路在许多领域都能提供优越的性能,例如在云计算中作为CPU的协处理器加速深度学习的训练与推理。光子电路还能用于网络边缘设备,服务于无人机、物联网传感器等要求高效低能耗的系统。 Lightelligence还表示,目前已经有了独立的光学芯片,并计算于2019年第一季度开发出原型产品,并在未来2-3年内开发出可量产的产品。
发表于 2018-02-06

科学家研发“隐形衣”新技术 光学芯片弯曲光线

  北京时间11约0日消息,据国外媒体报道,以色列科学家研发了一种斗篷型装置,能够将照射到物体上的光线散射出去,使其无法被探测到。可以被视作传说中的“隐形衣”。下面就随手机便携小编一起来了解一下相关内容吧。  以色列本·古里安大学的科学家正在着手研发这一概念产品,使物体隐形真正成为现实。若取得成功,该技术便可运用于军队中,为现有的雷达吸波涂料、光学伪装技术、防红外线探测技术、电磁波分散技术等提供补充。  该研究的主要作者艾莉娜·卡拉布切夫斯基博士(Dr Alina Karabchevsky)表示:“我们通过研究证实,借助一种光学芯片可让斗篷周围的光线发生弯曲。如此一来,光线便不会与物体发生相互作用,从而使物体隐身。”  该研究显示
发表于 2017-11-21

科学家研发“隐形衣”新技术 光学芯片弯曲光线

科学家提出了一种使物体隐形的新方法。图为“超材料隐形衣”的概念图。  据国外媒体报道,以色列科学家研发了一种斗篷型装置,能够将照射到物体上的光线散射出去,使其无法被探测到。可以被视作传说中的“隐形衣”。  以色列本·古里安大学的科学家正在着手研发这一概念产品,使物体隐形真正成为现实。若取得成功,该技术便可运用于军队中,为现有的雷达吸波涂料、光学伪装技术、防红外线探测技术、电磁波分散技术等提供补充。该研究的主要作者艾莉娜·卡拉布切夫斯基博士(Dr Alina Karabchevsky)表示:“我们通过研究证实,借助一种光学芯片可让斗篷周围的光线发生弯曲。如此一来,光线便不会与物体发生相互作用,从而使物体隐身。”  该研究显示,将物体
发表于 2017-11-20

中科院集成光学芯片研究取得系列进展

作为现代光学尤其是集成光学核心部分,高质量脉冲与相干激光光源一直以来都是学术界与产业界的重要关注点。在中国科学院B类战略性先导科技专项“大规模光子集成芯片”支持下,中科院西安光学精密机械研究所微纳光学与光子集成团队近期在片上集成光源方面取得系列研究进展。首先,在片上实现了以49GHz为基频的多倍频(1~15)稳定激光脉冲源,该研究成果于7月19日发表在SCI期刊 ACS Photonics 上。通过设计不同激光器参数,利用激光腔内光场增益、非线性和色散的相互作用,产生的各类脉冲激光源已经在学术和商业领域中取得丰硕的成果。不过,超高速光学时钟、高速光通信技术、微波光子学、光谱测量及天文光频梳等领域对激光脉冲源的重频提出了更高的需求
发表于 2017-08-05

Hot Chips:英特尔推动“人工智能无处不在”

在2019年Hot Chips大会上,英特尔公布了即将推出的高性能人工智能(AI)加速器——英特尔® Nervana™神经网络处理器的最新细节,包括用于训练的NNP-T和用于推理的NNP-I。英特尔工程师还介绍了混合芯片封装技术、英特尔®傲腾™数据中心级持久内存和光学I/O小芯片技术的细节。  “要想实现‘人工智能无处不在’的未来愿景,我们必须解决数据的积压问题,确保企业能够有效利用数据,必要的时候在收集数据的地方对数据进行处理,并更明智地利用上游的数据和计算资源。数据中心和云端需要为复杂的AI应用提供高性能和可扩展的通用计算,以及专门的加速。在人工智能无处不在的未来愿景中,从硬件到软件再到应用,都需要一种全面
发表于 2019-08-22

小广播

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 电视相关 白色家电 数字家庭 PC互联网 数码影像 维修拆解 综合资讯 其他技术 技术产品 应用设计 论坛

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2019 EEWORLD.com.cn, Inc. All rights reserved