摘要: 使用光子代替电子的光学神经网络比传统系统具有优势。他们还面临主要障碍。
光学计算:未来的希望
摩尔定律已经相当快了。它规定计算机芯片每两年左右会装入两倍的晶体管,从而产生速度和效率的重大飞跃。但深度学习时代的计算需求增长速度甚至比这还要快—这种速度可能是不可持续的。国际能源署预测,人工智能在2026年消耗的能量将是2023年的10倍,到那时数据中心将使用的能量与日本相当。计算硬件公司Lightmatter的创始人兼首席执行官Nick Harris表示,“AI需要的计算能力每三个月就会翻倍”,远远快于摩尔定律的预测。“这将会摧毁公司和经济。”
光学计算的发展“为那些需要高速和高效处理的领域,如人工智能,铺平了道路,”剑桥大学物理学家Natalia Berloff说。
光学的优势
从理论上讲,光提供了诱人的潜在优势。首先,光信号可以携带比电信号更多的信息—它们具有更高的带宽。光频率也比电频率高得多,因此光系统可以在更短的时间内运行更多的计算步骤,延迟更小。
然后是效率问题。除了相对低效的电子芯片的环境和经济成本外,它们运行得非常热,以至于只有极少数的晶体管—所有计算机核心的微小开关—可以同时处于活动状态。光学计算理论上可以同时运行更多操作,以更少的能量处理更多数据。“如果我们能利用”这些优势,斯坦福大学电气工程师Gordon Wetzstein表示,“这将开启许多新的可能性。”
图片描述:Nick Harris创办了一家利用光子而不是电子的芯片公司。
摄影:Doug Levy
© 版权声明
文章版权归作者所有,未经允许请勿转载。
![](https://huluwaai.com/wp-content/uploads/2024/05/1715943925-文章顶部banner带二维码.jpg)
相关文章
暂无评论...
终身版AI工具
![](https://huluwaai.com/wp-content/uploads/2024/05/1715944041-终身版海报0517.jpg)