宾夕法尼亚大学的研究人员开发了一种强大的新型光学芯片，每秒可以处理近20亿张图像。该设备由一个神经网络组成，可以像光一样处理信息，而不需要像内存这样会降低传统计算机芯片速度的组件。
上图：艺术家对新型光学神经网络芯片的演绎。
这种新芯片的基础是一个神经网络，这是一个模仿大脑处理信息方式的系统。这些网络由像神经元一样相互连接的节点组成，它们甚至可以以类似于有机大脑的方式“学习”，通过对数据集进行训练，比如识别图像中的物体或语音中的单词。随着时间的推移，它们会在这些任务上做得更好。
但这种新芯片处理的不是电信号，而是以光的形式处理信息。它使用光缆作为神经元，堆叠在多层中，每一层专门用于特定类型的分类。
在测试中，该团队制作了一块9.3毫米（0.01英寸）的芯片，并让它对一系列类似字母的手写字符进行分类。在对相关数据集进行训练后，该芯片对包含两种类型字符的图像集能够达到93.8%的准确率，对四种类型的字符集能够达到89.8%的准确率。
最令人印象深刻的是，该芯片能够在0.57纳秒内对每个字符进行分类，这将使其能够每秒处理17.5亿张图像。该团队表示，这一速度来自于芯片将信息处理为光的能力，这使其相对于现有的计算机芯片具有几个优势。
上图：新型光学神经网络芯片负责分类的类字母字符样本。
该研究的主要作者菲鲁兹阿夫拉图尼（Firooz Aflatouni）说：“我们的芯片通过我们所说的‘传播计算’来处理信息，这意味着与基于时钟的系统不同，计算发生在光通过芯片传播的时候。我们还跳过了将光信号转换为电信号的步骤，因为我们的芯片可以直接读取和处理光信号，而这两项变化都使我们的芯片成为一种速度明显更快的技术。”
另一个优点是，正在处理的信息不需要存储，因此它还通过不必向内存发送数据和完全不需要内存组件的空间来节省时间。该团队还表示，不存储数据也更安全，因为这样可以防止任何可能的泄漏。
该团队的下一步是开始扩大芯片的规模，并调整技术以处理其他类型的数据。
菲鲁兹阿夫拉图尼说：“这项技术真正有趣的地方在于，它可以做的不仅仅是分类图像。我们已经知道如何将许多数据类型转换为电子领域 图像、音频、语音和许多其他数据类型。现在，我们可以将不同的数据类型转换到光域，并使用这项技术几乎瞬间处理它们。”
这项研究发表在《自然》杂志上。
如果朋友们喜欢，敬请关注“知新了了”！
