AI硬件的未来：科学家推出全模拟光电芯片

全模拟光电芯片的可视化

清华大学的研究人员开发了一种全模拟光电子芯片，该芯片结合了光学和电子计算，实现了超快和高能效的计算机视觉处理，超越了数字处理器。

计算机视觉是一个不断发展的人工智能领域，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。

它涉及图像识别、物体检测和场景理解等任务。这是通过将来自环境的模拟信号转换为数字信号以供神经网络处理来实现的，从而使机器能够理解视觉信息。然而，这种模数转换会消耗大量的时间和精力，限制了实际 神经网络实现的速度和效率。

正如研究中详述的那样，所提出的全模拟光电芯片通过将光子和电子计算结合在单个芯片中来解决这一限制，为高速和节能的视觉数据处理提供了突破性的解决方案。该研究结果发表在《自然》杂志上，并附有一份总结工作的研究简报。

该研究的作者之一吴佳敏博士向 Phys.org 解释了他们为什么专注于硬件方面，他说：“我们的团队以增强人工智能进步对现实世界的影响为动力，长期以来一直致力于为人工智能执行开发高效的硬件解决方案。

在研究中结合光学和电子模拟计算模块是一个关键的方面，因为它允许研究人员以全模拟的方式利用光(以光子的形式)和电子的好处。

在此过程中，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现，adc的相当大的功耗，以及易受噪声和系统误差的影响。

Wu博士解释说:“首先使用实现衍射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数。”这一过程效率很高，可以从高分辨率光场中提取信息。

“然后，光计算模块的输出被光电二极管阵列接收，以产生光感应光电流。这些直接用于电子模拟领域的进一步计算，”他继续说道。这种无缝转换允许创建复杂的网络结构，提高整体任务性能。

该模块进一步分析光产生的电流。值得注意的是，它不需要将模拟信号转换为数字信号。电子电路的这种灵活性使自适应和可重构的训练方法成为可能，这对现实世界的性能改进至关重要。

研究人员成功地设计了一种集成的光电处理器，称为“结合电子和光计算的全模拟芯片”，简称ACCEL。

吴博士说:“通过利用模拟电子领域内固有的光电效应非线性和数据处理，而无需模数转换，拟议的全模拟光电子芯片实现了能源效率和计算速度，比最先进的数字处理器高出几个数量级。”

研究人员进行了一系列测试，以测试ACCEL在各种任务中的分类准确性，包括识别手写数字、区分服装和解读草书。

它展示了在72纳秒内对高分辨率图像进行分类的能力，这是一项突破传统处理限制的壮举。令人惊讶的是，ACCEL消耗的能量比顶级GPU少400万倍，尽管它比顶级GPU快3000多倍。

但ACCEL芯片并不止于此。其适应性扩展到非相干光源，使其成为超出预期应用的通用解决方案。

“与高性能gpu相比，我们的全模拟光电子芯片速度快3个数量级，能效高6个数量级。这使得它适用于工业装配线和自动驾驶等高速加工应用。”

“此外，由于其卓越的计算效率和最小的能源需求，我们的芯片可以为便携式系统带来一个新时代，例如用于健康监测的可穿戴设备，其中系统传统上由电池供电，并且由于有限的能源，设备的寿命受到严重限制，”吴博士说。

研究人员承认，虽然全模拟光电子技术表现出了很高的功率和效率，但仍有改进的空间。

吴博士解释说:“虽然ACCEL实现了快速的计算速度和高能效，但该芯片的处理能力仍有改进的空间。”

在未来，研究人员希望利用光电子计算探索更有效的架构，以处理更广泛的计算机视觉任务，并将这项技术扩展到新的人工智能算法，如大型语言模型(llm)。

这项正在进行的研究旨在推动模拟光子技术的边界，以实现未来的进步。