光子芯片突破：20亿图像秒速分类，人脸识别与自动驾驶的革命？
2024-10-20 10:00:03 发布
美国科学家在《自然》杂志上发表了一项突破性研究，他们成功开发了世界上第一块可扩展的光子芯片，基于深度神经网络，能够以每秒20亿张图像的速度进行分类，这一速度远超现有技术。这项技术无需依赖传统的时钟、传感器或大容量存储模块，为人脸识别和自动驾驶等领域的快速发展提供了新的可能性。
深度神经网络，模仿人脑的工作方式，已经在计算机视觉和语音识别等领域发挥着重要作用。然而，面对更复杂的图像识别任务，如动态物体、3D物体识别或显微细胞分类，现有的数字芯片技术仍面临诸多挑战。这些系统通常受限于图形处理单元（GPU）的时钟频率，处理单元和内存的分离导致数据传输耗时，原始图像数据的数字化过程也增加了处理时间。
为了克服这些限制，宾夕法尼亚大学的弗瑞兹·阿发雷托尼教授及其团队创造了一种革命性的光子芯片。这款芯片的尺寸仅为9.3平方毫米，却能消除传统计算机芯片中的四个主要时间瓶颈：光信号到电信号的转换、数据的二进制转换、大存储模块的需求以及基于时钟的计算模式。
阿发雷托尼教授指出，光子芯片上的光学神经元通过光线连接，形成了一个深层网络结构。信息在这些“神经元层”中传递，每一步都对图像进行分类，极大地加快了信息处理速度。与传统的数字计算机芯片相比，这款光子芯片能在半纳秒内完成整个图像分类过程，而传统芯片在同样的时间内仅能完成一个计算步骤。
研究人员还表示，通过增加更多的神经层，可以扩展这一深层网络，使芯片能够以更高的分辨率读取更复杂的图像数据。此外，这项技术的应用范围不仅限于图像，任何可以转化为光的信号，包括音频和语音，都能通过这项技术实现几乎即时的分类。