详细内容或原文请订阅后点击阅览
光子处理器可以实现极快的人工智能计算，并且具有极高的能效
这款新设备利用光在芯片上执行深度神经网络的关键操作，为可实时学习的高速处理器打开了大门。
来源:MIT新闻 - 人工智能当今最苛刻的机器学习应用所依赖的深度神经网络模型已经变得如此庞大和复杂，以至于它们正在突破传统电子计算硬件的极限。
光子硬件可以用光进行机器学习计算，它提供了一种更快、更节能的替代方案。然而，有些类型的神经网络计算是光子设备无法执行的，需要使用片外电子设备或其他影响速度和效率的技术。
经过十年的研究，来自麻省理工学院和其他地方的科学家开发出了一种克服这些障碍的新型光子芯片。他们展示了一种完全集成的光子处理器，可以在芯片上以光学方式执行深度神经网络的所有关键计算。
该光学设备能够在不到半纳秒的时间内完成机器学习分类任务的关键计算，同时实现超过 92% 的准确率——性能与传统硬件相当。
该芯片由相互连接的模块组成，形成一个光学神经网络，采用商业代工工艺制造，可以实现该技术的扩展并将其集成到电子产品中。
从长远来看，光子处理器可以为激光雷达、天文学和粒子物理学的科学研究或高速电信等计算要求高的应用带来更快、更节能的深度学习。
今天出现在《自然光子学》上 自然光子学 。用光进行机器学习
用光进行机器学习深度神经网络由许多相互连接的节点或神经元层组成，它们对输入数据进行操作以产生输出。 深度神经网络中的一个关键操作涉及使用线性代数进行矩阵乘法，这会在数据从一层传递到另一层时对其进行转换。
在单个光子芯片上演示了光学神经网络