Ускорение вычислений ИИ до скорости света

Искусственный интеллект и машинное обучение уже являются неотъемлемой частью нашей повседневной жизни в сети.

Например, поисковые системы, такие как Google, используют интеллектуальные алгоритмы ранжирования, а службы потокового видео, такие как Netflix, используют машинное обучение для персонализации рекомендаций по просмотру фильмов.

Ускорение работы ИИ

По мере того, как требования к ИИ онлайн продолжают расти, растет и потребность в ускорении работы ИИ и поиске путей снижения его энергопотребления.

Подписывайтесь на наш youtube канал!

Сейчас команда под руководством Университета Вашингтона придумала систему, которая могла бы помочь: прототип оптического вычислительного ядра, использующего материал для смены фазы. Эта система быстрая, энергосберегающая и способная ускорить работу нейронных сетей, используемых в ИИ и машинном обучении. Технология также масштабируема и непосредственно применима к облачным вычислениям.

Команда опубликовала эти результаты 4 января в журнале Nature Communications.

"Аппаратное обеспечение, которое мы разработали, оптимизировано для запуска алгоритмов искусственной нейронной сети, которая действительно является магистральным алгоритмом для ИИ и машинного обучения", - сказал старший автор Мо Ли (Mo Li), адъюнкт-профессор Университета Вашингтона как в области электротехники и компьютерной инженерии, так и в области физики. "Этот прогресс в исследованиях сделает центры ИИ и облачные вычисления более энергоэффективными и ускорит их работу".

Команда одной из первых в мире использует материал для фазового обмена в оптических вычислениях, позволяющий распознавать изображения с помощью искусственной нейронной сети. Распознавание изображения на фотографии - это то, что человеку легко сделать, но это требует больших вычислительных затрат для ИИ. Поскольку распознавание изображений - это тяжелый процесс вычислений, он считается эталонным тестом вычислительной скорости и точности нейронной сети. Команда продемонстрировала, что их оптическое вычислительное ядро, управляющее искусственной нейронной сетью, может легко пройти этот тест.

"Оптические вычисления впервые появились как концепция в 1980-х годах, но затем они затухли в тени микроэлектроники", - говорит ведущий автор Ченгмин Ву (Changming Wu), аспирант кафедры электротехники и компьютерной инженерии. Теперь, в связи с окончанием действия закона Мура, развитием интегрированной фотоники и требованиями к вычислениям искусственного интеллекта, они были пересмотрены. Это очень захватывающе". опубликовано econet.ru по материалам techxplore.com

Подписывайтесь на наш канал Яндекс Дзен!

P.S. И помните, всего лишь изменяя свое потребление - мы вместе изменяем мир! © econet