來源：內(nèi)容由半導(dǎo)體行業(yè)觀察（ID：icbank）編譯自IEEE，謝謝。

　　模仿人腦工作的深度神經(jīng)網(wǎng)絡(luò)現(xiàn)在通常為計算機視覺、語音識別等提供支持。然而，它們越來越受到用于實現(xiàn)它們的硬件的限制?，F(xiàn)在，科學(xué)家們已經(jīng)在光子微芯片上開發(fā)了一種深度神經(jīng)網(wǎng)絡(luò)，可以在不到一納秒的時間內(nèi)對圖像進行分類，這與最先進的電子設(shè)備中的時鐘的單個滴答時間大致相同。

　　在人工神經(jīng)網(wǎng)絡(luò)中，被稱為“神經(jīng)元”的組件被輸入數(shù)據(jù)并合作解決問題，例如識別人臉。神經(jīng)網(wǎng)絡(luò)反復(fù)調(diào)整其神經(jīng)元之間的聯(lián)系，并查看由此產(chǎn)生的行為模式是否能更好地找到解決方案。隨著時間的推移，網(wǎng)絡(luò)會發(fā)現(xiàn)哪些模式最適合計算結(jié)果。然后它采用這些作為默認值，模仿人腦中的學(xué)習(xí)過程。如果一個神經(jīng)網(wǎng)絡(luò)擁有多層神經(jīng)元，它就被稱為“深度”。

　　盡管這些人工智能系統(tǒng)越來越多地找到現(xiàn)實世界的應(yīng)用程序，但鑒于運行它們的硬件，它們面臨著許多重大挑戰(zhàn)。首先，它們通常使用基于數(shù)字時鐘的平臺（例如圖形處理單元(GPU)）來實現(xiàn)，這將它們的計算速度限制在時鐘頻率上——對于大多數(shù)最先進的 GPU 來說，它不到 3 GHz。其次，與可以計算和存儲數(shù)據(jù)的生物神經(jīng)元不同，傳統(tǒng)電子設(shè)備將內(nèi)存和處理單元分開。在這些組件之間來回穿梭數(shù)據(jù)會浪費時間和精力。

　　此外，原始視覺數(shù)據(jù)通常需要轉(zhuǎn)換為數(shù)字電子信號，耗時較長。此外，通常需要大內(nèi)存單元來存儲圖像和視頻，從而引發(fā)潛在的隱私問題。

　　在一項新研究中，研究人員開發(fā)了一種光子深度神經(jīng)網(wǎng)絡(luò)，可以直接分析圖像，而無需時鐘、傳感器或大內(nèi)存模塊。它可以在不到 570 皮秒的時間內(nèi)對圖像進行分類，這與最先進的微芯片中的單個時鐘周期相當(dāng)。

　　“它每秒可以對近 20 億張圖像進行分類，”該研究的資深作者、費城賓夕法尼亞大學(xué)的電氣工程師Firooz Aflatouni說。“作為參考，傳統(tǒng)的視頻幀速率是每秒 24 到 120 幀?！?/p>

　　新設(shè)備標(biāo)志著第一個完全在集成光子設(shè)備上以可擴展方式實現(xiàn)的深度神經(jīng)網(wǎng)絡(luò)。整個芯片的大小只有 9.3 平方毫米。

　　感興趣的圖像被投影到 5×6 像素陣列上，并分為四個重疊的 3×4 像素子圖像。然后，光通道或波導(dǎo)將每個子圖像的像素路由到設(shè)備的九個神經(jīng)元。

　　當(dāng)微芯片接受訓(xùn)練以將圖像識別為例如一個字母或另一個字母時，電控設(shè)備會調(diào)整每個神經(jīng)元如何修改入射光信號的功率。通過分析圖像中的光線在穿過微芯片的神經(jīng)元層后如何被修改，人們可以讀取微芯片的結(jié)果。

　　“通過傳播計算，計算發(fā)生在波通過介質(zhì)傳播時，可以以光速執(zhí)行計算，”Aflatouni 說leyu·樂魚(中國)體育官方網(wǎng)站。

　　科學(xué)家們讓他們的微芯片識別手寫字母。在一組測試中，它必須將 216 個字母分類為“p”或“d”，而在另一組測試中，它必須將 432 個字母分類為“p”、“d”、“a”或“t”。' 該芯片的精度分別高于 93.8% 和 89.8%leyu·樂魚。相比之下，使用Keras庫在 Python 中實現(xiàn)的 190 個神經(jīng)元的傳統(tǒng)深度神經(jīng)網(wǎng)絡(luò)在相同圖像上實現(xiàn)了 96% 的準(zhǔn)確率。

　　研究人員現(xiàn)在正在嘗試使用這些設(shè)備對視頻和 3D 對象進行分類，并使用具有更多像素和神經(jīng)元的更大芯片對更高分辨率的圖像進行分類。此外，這項技術(shù)的應(yīng)用“不僅限于圖像和視頻分類，”Aflatouni 說?！叭魏慰梢赞D(zhuǎn)換為光域的信號，例如音頻和語音，都可以使用這項技術(shù)幾乎瞬間進行分類?！?/p>

　　★ 點擊文末【閱讀原文】，可查看本文原文鏈接！

　　*免責(zé)聲明：本文由作者原創(chuàng)。文章內(nèi)容系作者個人觀點，半導(dǎo)體行業(yè)觀察轉(zhuǎn)載僅為了傳達一種不同的觀點，不代表半導(dǎo)體行業(yè)觀察對該觀點贊同或支持，如果有任何異議，歡迎聯(lián)系半導(dǎo)體行業(yè)觀察。

　　今天是《半導(dǎo)體行業(yè)觀察》為您分享的第3063內(nèi)容，歡迎關(guān)注。

　　★FPGA的未來發(fā)展猜想

　　★代工廠布陣第三代半導(dǎo)體

　　★群雄激戰(zhàn)數(shù)據(jù)中心

　　晶圓｜集成電路｜設(shè)備｜汽車芯片｜存儲｜臺積電｜AI｜封裝

　　原文鏈接！