新型AI芯片破解“卷積”計(jì)算能耗難題，效能最高提升100倍

一項(xiàng)顛覆性的技術(shù)突破為人工智能（AI）的未來(lái)發(fā)展注入了強(qiáng)勁動(dòng)力。

9月15日消息，由美國(guó)佛羅里達(dá)大學(xué)領(lǐng)銜的工程師團(tuán)隊(duì)成功研發(fā)出一款基于光學(xué)計(jì)算的新型AI芯片，該芯片有望將人工智能計(jì)算的能效提升10至100倍，為應(yīng)對(duì)日益增長(zhǎng)的算力需求和能源消耗挑戰(zhàn)提供了革命性的解決方案。

當(dāng)前，人工智能技術(shù)正以前所未有的速度發(fā)展，深度學(xué)習(xí)模型在圖像識(shí)別、自然語(yǔ)言處理等領(lǐng)域取得了顯著成就。然而，支撐這些成就的背后是龐大的計(jì)算資源消耗。傳統(tǒng)的電子芯片在進(jìn)行深度學(xué)習(xí)運(yùn)算時(shí)，尤其是在處理“卷積”計(jì)算——這一AI識(shí)別圖像、視頻和語(yǔ)言的核心步驟時(shí)，面臨著嚴(yán)重的能效瓶頸。隨著模型規(guī)模的不斷擴(kuò)大，數(shù)據(jù)中心的能耗急劇攀升，不僅推高了運(yùn)營(yíng)成本，也帶來(lái)了巨大的環(huán)境壓力。因此，尋找一種更高效、更節(jié)能的計(jì)算方式已成為科技界的迫切需求。

此次佛羅里達(dá)大學(xué)團(tuán)隊(duì)的創(chuàng)新，正是瞄準(zhǔn)了這一痛點(diǎn)。他們摒棄了依賴電子流動(dòng)的傳統(tǒng)計(jì)算模式，轉(zhuǎn)而采用激光與微型菲涅爾透鏡來(lái)執(zhí)行關(guān)鍵的AI計(jì)算任務(wù)。菲涅爾透鏡，一種常見(jiàn)于燈塔的二維薄型透鏡，被微型化并直接集成到芯片的電路板上。當(dāng)機(jī)器學(xué)習(xí)數(shù)據(jù)（如圖像信息）被轉(zhuǎn)換為片上的激光束，并通過(guò)這些微型透鏡時(shí)，光的物理特性能夠以極低的能量消耗完成復(fù)雜的卷積運(yùn)算。計(jì)算結(jié)果隨后被轉(zhuǎn)換回?cái)?shù)字信號(hào)，完成整個(gè)AI任務(wù)。

這項(xiàng)技術(shù)的突破性在于其將光學(xué)計(jì)算從理論層面真正“芯片化”并應(yīng)用于人工智能神經(jīng)網(wǎng)絡(luò)。研究負(fù)責(zé)人、佛羅里達(dá)大學(xué)的Volker J. Sorger博士指出：“在接近零能量的情況下執(zhí)行關(guān)鍵的機(jī)器學(xué)習(xí)計(jì)算是未來(lái)人工智能系統(tǒng)的飛躍。”這一評(píng)價(jià)凸顯了該技術(shù)的巨大潛力。在早期的實(shí)驗(yàn)中，這款光學(xué)AI芯片在識(shí)別手寫(xiě)數(shù)字的任務(wù)中達(dá)到了約98%的準(zhǔn)確率，性能與傳統(tǒng)電子芯片相當(dāng)，但能效卻實(shí)現(xiàn)了質(zhì)的飛躍。

除了能效優(yōu)勢(shì)，光子計(jì)算還帶來(lái)了速度和并行處理能力的提升。與電子信號(hào)相比，光信號(hào)的傳輸速度更快，且互不干擾。研究團(tuán)隊(duì)巧妙地利用了這一點(diǎn)，設(shè)計(jì)出可以同時(shí)讓多種波長(zhǎng)或顏色的激光穿過(guò)同一透鏡的系統(tǒng)，從而實(shí)現(xiàn)多個(gè)數(shù)據(jù)流的并行處理。

Sorger博士斷言：“在不久的將來(lái)，基于芯片的光學(xué)器件將成為我們?nèi)粘Ｊ褂玫拿總€(gè)人工智能芯片的關(guān)鍵部分。接下來(lái)是光學(xué)人工智能計(jì)算。” 這款新型光學(xué)計(jì)算芯片的成功，不僅是材料科學(xué)和光子學(xué)領(lǐng)域的一次勝利，更是對(duì)整個(gè)AI硬件生態(tài)的深刻變革。