芯片|基于深度神经网络，美国成功开发出每秒可处理 20 亿张图像的芯片电信|it芯片|重器

文章图片

文章图片

文章图片

文章图片

文章图片

2022年6月1日，科学期刊《自然》发表的一篇论文显示，由美国宾夕法尼亚大学电气系统工程系的研究人员Fasid Asitiani领导的一个研究小组成功开发出一种能够每秒处理20亿张图像的基于深度神经网络的光子芯片，这款光子芯片以光的形式来处理信息，而且无需传统计算机的内存、时钟、传感器等组件。今天小编就来跟大家科普一些这方面的知识吧！

光子分类器的结构示例
首先我们先了解一下什么是深度神经网络

光-电子深度神经网络
深度神经网络是一套以人类大脑处理信息方式为模型的系统，这些神经网络由像神经元一样相互连接的节点组成，然后通过投喂大量数据集展开训练，以让神经网络习得类似于生物大脑的思考方式。

光-电子神经元的实施示例
传统计算机为什么处理图像的速度慢？

传统计算机如果要处理图像就必须将图像转换为计算机可以理解和处理的数据，然后才能进行计算。例如：一个连接计算机的图像接收器（类似于摄像机），在接收到光信号后便会将光信号转换为电信号，然后将电信号转换为二进制数据（也就是0和1）并将二进制数据储存在计算机的内存中，然后计算机在根据这些二进制数据进行处理、分析、存储和分类，在计算机进行大规模的图像数据处理时，由于硬件和系统进程的限制，图像的处理速度不可避免地受到限制，这就是传统计算机处理图像速度慢的原因。
新的技术方案如何解决这一问题？

解决传统计算机处理图像速度慢的难题，首先要消除传统计算机芯片中光信号到电信号的转换、输入数据转换为二进制数据的计算过程、二进制数据以及基于处理器时钟的计算这四个计算耗时障碍。

总体技术方案
宾夕法尼亚大学的研究团队给出的解决方案是他们专门开发了一种9.3平方毫米大小的基于深度神经网络的光子芯片，在该芯片上可以直接处理光信号。换句话说就是无需将光信号转换为电信号，省略了后续的过程（二进制数据转换、数据存储、基于时钟频率的计算），直接处理光信号。

图像形成与测量设置示意
具体过程是光子芯片通过所谓的“传播计算”来处理图像数据，这意味着与传统计算机处理图像数据不同，光子芯片的计算是在光通过芯片传播时发生的，这样做就可以跳过将光信号转换为电信号的过程，光子芯片直接可以读取和处理光信号。

深度神经网络系统的微环对齐算法
这样做还带来了一个好处，那就是对数据安全的保护！因为光子芯片处理图像数据时，不需要将图像转换为二进制数据，也就不需要内存单元来储存这些数据，因此不会发生数据泄漏的问题。

“p”或“d”的图像分类测试
在实际测试中，研究人员让该神经网络将216个手写字符分类为“p”或“d” ，准确率达到了 93.8% ，换算下来该芯片在 570 皮秒内对图像进行了准确分类。（1皮秒等于一万亿分之一秒），而这个图像分类处理速度与传统计算机芯片处理单个图像所需的时间相同。