Un equipo internacional de investigadores dirigido por la Universidad Tecnológica de Swinburne ha demostrado el procesador neuromórfico óptico más rápido y potente del mundo para inteligencia artificial IA, que opera más rápido que 10 billones de operaciones por segundo TeraOPs / s y es capaz de procesardatos a gran escala.
Publicado en la revista Naturaleza , este avance representa un enorme avance para las redes neuronales y el procesamiento neuromórfico en general.
Las redes neuronales artificiales, una forma clave de IA, pueden 'aprender' y realizar operaciones complejas con amplias aplicaciones para la visión por computadora, procesamiento del lenguaje natural, reconocimiento facial, traducción de voz, juegos de estrategia, diagnóstico médico y muchas otras áreas. Inspirado porla estructura biológica del sistema de la corteza visual del cerebro, las redes neuronales artificiales extraen características clave de los datos sin procesar para predecir las propiedades y el comportamiento con una precisión y simplicidad sin precedentes.
Dirigido por el profesor David Moss de Swinburne, el Dr. Xingyuan Mike Xu Swinburne, Universidad de Monash y el profesor distinguido Arnan Mitchell de la Universidad RMIT, el equipo logró una hazaña excepcional en redes neuronales ópticas: acelerar drásticamente su velocidad de computación y potencia de procesamiento.
El equipo demostró un procesador neuromórfico óptico que funcionaba más de 1000 veces más rápido que cualquier procesador anterior, y el sistema también procesaba imágenes de escala ultragrande de tamaño récord, lo suficiente para lograr un reconocimiento facial completo, algo que otros procesadores ópticos han hecho.incapaz de lograr.
"Este avance se logró con 'micro-peines ópticos', al igual que nuestro récord mundial de velocidad de datos de Internet informado en mayo de 2020", dice el profesor Moss, director del Centro de Ciencias Ópticas de Swinburne y recientemente nombrado uno de los principales líderes de investigación de Australia enfísica y matemáticas en el campo de la óptica y la fotónica por The Australian.
Si bien los procesadores electrónicos de última generación, como Google TPU, pueden operar a más de 100 TeraOPs / s, esto se hace con decenas de miles de procesadores en paralelo. Por el contrario, el sistema óptico demostrado por el equipo utiliza un solo procesadory se logró utilizando una nueva técnica de intercalado simultáneo de los datos en tiempo, longitud de onda y dimensiones espaciales a través de una fuente de micro-peine integrada.
Los micropeines son dispositivos relativamente nuevos que actúan como un arco iris compuesto por cientos de láseres infrarrojos de alta calidad en un solo chip. Son mucho más rápidos, más pequeños, más livianos y más baratos que cualquier otra fuente óptica.
"En los 10 años desde que los inventé juntos, los chips de micro-peine integrados se han vuelto enormemente importantes y es realmente emocionante verlos habilitando estos enormes avances en la comunicación y el procesamiento de la información. Los micro-peines ofrecen una enorme promesa para nosotros desatisfacer la insaciable necesidad mundial de información ", dice el profesor Moss.
"Este procesador puede servir como una interfaz universal de ancho de banda ultra alto para cualquier hardware neuromórfico, óptico o electrónico, poniendo al alcance el aprendizaje automático de datos masivos para datos de ancho de banda ultra alto en tiempo real", dice el coautor principal delestudio, Dr. Xu, alumno de Swinburne y becario postdoctoral en el Departamento de Ingeniería de Sistemas Eléctricos y Computacionales de la Universidad de Monash.
"Actualmente estamos obteniendo un adelanto de cómo se verán los procesadores del futuro. Realmente nos muestra cuán dramáticamente podemos escalar la potencia de nuestros procesadores mediante el uso innovador de microcombustibles", explica el Dr. Xu.
El profesor Mitchell de RMIT agrega: "Esta tecnología es aplicable a todas las formas de procesamiento y comunicaciones; tendrá un gran impacto. A largo plazo, esperamos realizar sistemas completamente integrados en un chip, reduciendo en gran medida el costo y el consumo de energía".
"Las redes neuronales convolucionales han sido fundamentales para la revolución de la inteligencia artificial, pero la tecnología de silicio existente presenta cada vez más un cuello de botella en la velocidad de procesamiento y la eficiencia energética", dice el principal partidario del equipo de investigación, el profesor Damien Hicks, de Swinburne y Walter and ElizabethHall Institute.
Agrega: "Este avance muestra cómo una nueva tecnología óptica hace que tales redes sean más rápidas y eficientes y es una demostración profunda de los beneficios del pensamiento interdisciplinario, al tener la inspiración y el coraje para tomar una idea de un campo y utilizarpara resolver un problema fundamental en otro. "
Fuente de la historia :
Materiales proporcionado por Universidad de Monash . Nota: el contenido se puede editar por estilo y longitud.
Referencia de la revista :
cite esta página :