这个 AI 芯片只有一粒盐那么大

使用 3D GS-TPN 制造方法将小型化 DN2 集成到 MMF 的远端面的实验结果,显示了 SEM 和白光显微镜图像。
使用 3D GS-TPN 制造方法将小型化 DN2 集成到 MMF 的远端面的实验结果,显示了 SEM 和白光显微镜图像。信用:USST

光缆存在瓶颈问题。尽管它们能够以光速传输编码数据,但将编码数据转换为可理解的信息通常需要速度较慢、能耗更高的设备。然而,在被动神经网络领域先前创新的基础上,中国上海理工大学 (USST) 的一个团队正在开发一种微观解决方法:一种新的人工智能芯片,它利用光物理学来分析数据,而只使用一小部分能量。更重要的是,每个芯片都只有一粒盐那么大。

发表在《自然光子学》杂志上的一项研究中详细介绍了最近的进展,它依赖于一种神经网络形式,该形式由加州大学洛杉矶分校的研究人员于 2018 年首次开发。这种方法被称为“全光学衍射深度神经网络”,使用精确堆叠在一起的 3D 打印无源元件图案化层。然后,该系统经过训练,可以利用光子完成复杂的计算。

使用通过光纤传输的数字图像测试的系统图示。
该系统使用通过光纤传输的数字图像进行了测试。信用:USST

正如 New Scientist 所解释的那样,USST 团队最近以这个概念为起点,创建了一个“被动的、训练有素的神经网络”,该网络可以物理纵光来执行计算分析。然而,所有这些数据编码的光都是通过不超过一根头发宽的光纤传输的,因此他们需要同样小的 AI 芯片才能读取每个光子。

研究人员依靠“三维双光子纳米光刻”,使用超薄聚合物层构建每个微小的芯片。然后,他们将芯片连接到光纤线的末端,在那里它以光速处理通过电缆的数据。为了测试这项发明,该团队将数字图像编码成光子,然后通过光纤发送它们。然后,AI 芯片成功读取数据并以最小的模糊度重新创建每个数字图像。这种图像识别现在在许多 AI 系统中都是一项基本功能,盐大小的芯片设法在万亿分之一秒内完成。它们仅使用当今基于 AI 的图像识别技术的千分之几的能源来实现这一点。

显示通过光学 AI 芯片处理数据时的阶段的图表。信用:USST
显示通过光学 AI 芯片处理数据时的阶段的图表。信用:USST

该系统目前还不完美。最轻微的芯片缺陷会降低整个系统的性能,并且必须根据需要的工作对每个芯片进行专门定制。尽管如此,发明者们相信这项技术最终可以提供“前所未有的功能”。这些可能包括内窥镜成像等情况,甚至可能用于量子计算。