اخبار

تراشه فوتونی معلوم شد، 28 ساله دانشمندان جوان چینی هوش مصنوعی MIT مستقیم به تعداد سلطه قدرت

دانشگاه آکسفورد، در سال 2017 منتشر شده، نتایج تحقیق و توسعه برای محاسبه تراشه فوتونی استفاده می شود، محققان با استفاده از یک ویژه مواد تغییر فاز و مدارهای مجتمع نوری، سیناپس نقش شبیه سازی مغز انسان، طراحی تئوری "سیناپس فوتون، سرعت مغز انسان هزار بار است.

در واقع، تیم تحقیقاتی MIT و همکارانش در اکتشافات مشابهی در تراشه محاسباتی پیشین سال 2016 خود، اکتشافات مشابهی را انجام دادهاند که از فوتونها به جای الکترونها به عنوان تعامل نظری نور و لنز خود یک محاسبات پیچیده: تبدیل فوریه - با استفاده از این اصل و با استفاده از چندین تکنیک فرمان پرتو، از همبستگی می توان برای پیدا کردن نتیجه دلخواه یک جستجو استفاده کرد و معماری تراشه توسط تیم تحقیق به عنوان برنامه نویسی نانو پردازنده فوتونی.

در ژوئن 2017، یک تیم تحقیقاتی MIT مقاله ای در مورد پردازنده های نانوفوتونی قابل برنامه ریزی ارائه کرد و در Nature - Photonics، اولین نویسنده و خبرنگار مقاله، متولد در Hangzhou شان در حال حاضر یکی از بنیانگذاران و مدیر عامل شرکت Lightelligence و یکی از 35 جوانان نوآوری در زمینه تکنولوژی نوآوری در جهان است که زیر 35 ساله توسط MIT Review در سال 2017 انتخاب شده است.

محاسبات فوتون در هنگام برخورد با برخی از الگوریتم های AI منحصر به فرد است

شکل 丨 2017 MIT بررسی 35 ساله 35 ساله چین نوآوری علمی و فناوری انتخاب شده، Lightelligence همکارش و مدیر عامل شرکت Shen نیز صبح

Lightelligence در حال حاضر تحت رهبری چن Yichen، رشد کامل مربوطه فن آوری تراشه نوری، از جمله طراحی تراشه، الگوریتم اصلی، انتقال، لوازم جانبی، و دیگر، می خواهید برای ایجاد یک اکوسیستم کامل محاسبات نوری از آنجا که Lightelligence فن آوری توسعه یافته به احتمال زیاد به طور کامل از محیط زیست از محاسبات تغییر لذا توجه، از جمله محاسبات ابری بایدو به عنوان هسته اصلی پروژه های توسعه، و همچنین تعدادی از مدیران صنعت نیمه هادی های ایالات متحده در مورد آینده خوشبین دلیل تراشه های فوتونیک، و تبدیل به Lightelligence سرمایه گذاران اولیه.

شن چن همچنین ابراز DT-ژوئن، با توجه به برنامه دکتری خود را در پروژه تحقیقاتی MIT است که عمدتا به نانوفوتونیک، فقط در سال 2015، برنامه های کاربردی AI به سرعت خاموش است. همانطور که همه ما می دانیم، علاوه بر داده ها، نرم افزار سخت افزار AI نیز بسیار مهم است ، بنابراین با این ایده از برنامه های کاربردی فوتونی در محاسبات محیط زیست شروع می شود.

اما چرا هیچ کس فکر به نوبه خود فوتون مورد استفاده برای محاسبه اثر از شبکه های عصبی آن 2015؟ شن چن همچنین گفت که دلیل این است که در گذشته محاسبات شبکه عصبی محبوب نیست، و محاسبه منطق سنتی محاسبه نمی فوتون می کند بهترین مکان است.

در واقع، تراشه های فوتونیک احتمالا خواهد بود که آینده مناسب برای معماری سخت افزاری به عنوان محاسبات AI، به دلیل ویژگی ذاتی نور برای محاسبه خطی (مهم ترین بخش از محاسبه در AI)، که شامل یک محاسبات موازی با ابعاد بالا. در مقابل، اگر چه محاسبات کوانتومی به تازگی توجه به دلیل هوش مصنوعی جذب، اما محاسبات کوانتومی هنوز هم به نفع مناطق از تجربه و تخصص برای رمزگشایی و یا جستجو، و از سوی دیگر بر تولید زیست محیطی است هنوز کامل نشده است، اما بالقوه است دست کم گرفت.

از انتقال به محاسبه، تراشه های فوتون تبدیل خواهد شد به راه حل نهایی محاسبات؟

در نهایت، دو پدیده کاملا جسورانه، الکتریکی و نوری کاملا متفاوت بود، پس از آن که اینتل اولین لایه سیلیکونی هیبریدی CMOS را از سال 2006 معرفی کرد. طی سالهای اخیر، انتقال نوری با برد بالا با برد بالا بر اساس این تکنولوژی معماری تبدیل به مورد علاقه از مراکز داده با کارایی بالا است، در نتیجه به طور موثر کاهش تنگناها سیستم ناشی از مقدار زیادی از انتقال داده ها.

تا سال 2015، محققان IBM سیلیکون آرایه فوتونی به CPU در اندازه همان بسته از این مشکل از فن آوری سیلیکون فوتونیک یکپارچه شده است به تراشه رابط نوری است را ساخته اند روش های تجربی جدید برای محاسبات فوتونیک، اما آی بی ام فوتون حل طرح می توان به سیستم تک تراشه (با SoC)، ارزان کانکتور استاندارد (رابط لبه) نور منتقل اعمال می شود، و یا با هم تا زمانی که تراشه بین لبه تراشه می تواند تراشه CMOS به ارتباطات تراشه.

این تحولات درجه اول به عنوان اتصال تراشه فوتونی بین تراشه و چیپ بین سنتی حل و فصل، و یا سیستم های تراشه و ذخیره سازی. به موجب کاملا یکپارچه اختراع تراشه های فوتونیک، جایگزین زیرساخت قبلی حمل و نقل نوری بزرگ و پیچیده، و سرعت سریع تر، زمان تاخیر پایین تر.

با این حال، «فوتون واقعی به زمینه محاسبات، و حتی معماری برداشته شده به مفهوم" تراشه های فوتونیک، اما نزدیک به دو سال قبل به تدریج در حال کشف شده است.

آنجا که اگر چه تکنولوژی تراشه های نیمه هادی بر روی یکپارچه سازی برنامه های جدید و الگوریتم های متکی است، می توانید همه چیز بیشتر و بیشتر، اما در واقع مبتنی بر معماری تراشه خود و یا در زیر همین منطق، و محدود به تکنولوژی نیمه هادی، محاسبه توان، اندازه و انجام مصرف برق، هزینه دشوار است به شکل یک چهار ضلعی و متعادل کننده شده.

در این زمان، صنعت نیز شروع طور جدی به دنبال فن آوری محاسبات جدید را از طریق وضعیت. GPGPU، تراشه شبکه عصبی شکستن، DSP، FPGA مطرح شده است، آن را در حل برنامه های محاسباتی خاص در زمان های مختلف تخصص، اما آنها تراشه اساسی نمی مشکل، یعنی محدودیت های فیزیکی آن بر اساس ساختار نیمه هادی است.

شکل اصل سیناپس فوتون

توسط AI از محاسبه نیازهای همچنان به گسترش به ارمغان آورد، ترویج معماری پردازش همچنان به ظهور، مانند آینده اینتل را به CPU و FPGA توانایی محاسبات به انجام زمینه برنامه پیچیده تر ترکیب؛ انویدیا به طور قابل توجهی در آخرین نسل آن از راه حل های GPU تقویت عملکرد استدلال علاوه بر این، نیز وجود دارد بسیاری از امید وجود دارد برای راه اندازی ساختار جدید مناسب تر برای محاسبه خاص است، برای مثال، تراشه شبکه عصبی (NPU)، کوانتومی (محاسبات کوانتومی) کامپیوتر، و آخرین مفهوم محاسبات: مدارهای فوتونیک بر اساس (مدارهای فوتونیک) معماری محاسبات.

در واقع "نور" در محیط محاسباتی بیش از یک دهه استفاده شده است و عمدتا برای انتقال داده ها بین تراشه های مختلف یا دستگاه های ذخیره سازی مورد استفاده قرار می گیرد، اما به این دلیل که فن آوری های مرتبط با آن بیش از حد پر هزینه هستند محدوده گران قیمت می تواند مزایای آن را نشان دهد، و بنابراین، انتقال نور به بازار مصرف کننده هرگز گسترش نیافته است و منجر به عدم درک کامل این واقعیت نمی شود.

با این حال، محاسبه سطح دیگری از مشکل است.

شکل ッ SMART فوتونیک تراشه فوتونیک

با استفاده از یک مفهوم بسیار ساده برای توضیح تراشه محاسبه فوتون، استفاده از سوئیچ های نوری بی شمار تراشه، نقش شبیه دروازه منطقی در تراشه های نیمه هادی، استفاده از طول موج های مختلف، فاز و شدت ترکیب نور، آینه پیچیده، فیلتر و ساختار منشور آرایه ای از پردازش اطلاعات.

فوتونیک سیلیکونی و میکرو الکترونیک، در معماری از سیلیکون ماده نیمه هادی است. ارتباط جنبه های انتقال نوری و برنامه های کاربردی سیلیکون شده است بسیار محبوب شده است، با توجه به واکنش سریع و خواص موازی نور، فورا می توانید مقدار زیادی از داده ها، پس از آن به طور گسترده ای در داده های مورد استفاده مرکز سرور. به دلیل ثبات انتقال فوتون، موازی، نسبتا ساده در طراحی و اصلاح، انتقال و تبدیل انرژی مورد نیاز بسیار کوچک است، بنابراین استفاده از فوتون محاسبه چارچوب نظری می تواند انجام شود عملکرد مصرف برق نسبتا پایین در مرحله دوم، در تئوری، تراشه های فوتونی را می توان در برنامه های کاربردی در مقیاس بسیار کوچک، مانند دستگاه های تلفن همراه انجام می شود.

تراشه های فوتونی می توانند از فن آوری نیمه هادی بالغ استفاده کنند و تراشه فوتونی هنوز در مرحله آزمایشی نیاز به تکنولوژی مقیاس قدیمی میکر دارد که می تواند به طور قابل توجهی از قدرت محاسباتی تراشه های نیمه هادی موجود جلوگیری کند و بنابراین آینده ی میکرو فضا بسیار زیاد است. با افزایش تراکم تراشه، عملکرد میتواند رشد قابل توجهی داشته باشد و حتی امکان کامل محدودیت قانون مور را دوباره بازنویسی کند.

فرآیند CMOS پس از آن بزرگترین مزیت فوتونیک است، اما هدف این است که جایگزین نیمه رسانای سنتی نیست

شکل CMOS

شن چن همچنین گفت که به عنوان تراشه فوتونی است که اساسا فرآیند تولید CMOS حال حاضر بر اساس محاسبات کوانتومی با توجه به استفاده از تکنولوژی های خاص، هزینه های تولید و یا فن آوری به یک مزیت است، اگر چه تراشه چگالی فوتون آزمایشگاهی بلکه از تراشه های نیمه هادی سنتی است، اما بسیار بهتر از تراشه کوانتومی بوده است.

اثربخشی تراشه فوتونی با توجه به معماری و الگوریتم، برای مثال، در حالی که نور از طول موج های مختلف با استفاده از ترکیبی از تعدادی از جاده، و یا پهنای باند سیگنال نوری مورد استفاده در تراشه، و یک گلوگاه تبدیل فتوالکتریک انجام شده است، اما نور از تک فیزیکی ویژگی از این دیدگاه، یک الگوریتم مناسب برای انجام یک صد برابر سرعت تراشه های نیمه هادی های معمول نمی خواهد خیلی از یک مشکل است.

البته، در تئوری، یک تراشه فوتونی در مقیاس بزرگ می توانید انجام دهید، می توانید بسیار کمی انجام دهید، اما از آنجا که نور است مناسب برای عملیات غیر خطی نیست، علاوه بر یکپارچه سازی و اندازه تراشه نوری هنوز مشخصات خاصی داشته باشد، به طور کامل جایگزین تراشه های نیمه هادی هنوز دشوار است

از تراشه، الگوریتم به محیط زیست اطراف در حال توسعه است

شن چن همچنین تاکید کرد که Lightelligence توسعه در حال حاضر تراشه های فوتونیک تکمیل شده است آزمایشگاه مرحله نشان می دهد، در الگوریتم، اتوبوس و انبارداری دارای طراحی های مربوطه را از پیشرفت، البته، مهم ترین تراشه های کامپیوتری و یا محیط زیست، این نیز نیاز به تحقیقات بیشتری موسسات و شرکت ها برای پیوستن به گسترش محاسبات نوری در این زمینه برای ایجاد مشترک.

از آنجا که محصول اصلی یک تراشه است، بنابراین بخش مرکزی ترکیبی از الگوریتم و سخت افزار و دستورالعمل های مربوط به تراشه و کامپایلر است و کار Lightelligence این است که تراشه های توسعه یافته را می توان به چارچوب محبوب در حال حاضر اعمال کرد. TensorFlow، Caffe و غیره

علاوه بر این، Lightelligence همچنین به دلیل خاصیت شمارش فوتون در انتقال یا ذخیره سازی، طراحی خاصی را به وجود می آورد، اما البته سیستم ذخیره سازی فعلی سرعت فرود را تسریع می دهد، اما ممکن است عملکرد محاسبات فوتون را محدود کند، بنابراین، این بخشی از آینده یا طراحی بهینه شده با محاسبه فوتون به عنوان هدف، قادر خواهد بود تا مزایای کلی محاسبات فوتون را برجسته نماید.

پس از تیم Lightelligence در حال حاضر کار به منظور بهبود محاسبه همبستگی فوتون های زیست محیطی، دوره فعلی است بالغ، اما صنعت برای محاسبات با کارایی بالا، و حتی بهتر عصبی معماری محاسبات شبکه دارای انتظارات بسیار بالا، من معتقدم که فرود معماری محاسبات فوتونی، تا حد زیادی می تواند سرعت AI تغییر زیست محیطی کل محاسبه.

شن یی چن گفت: آن است که آیا برای یک هدف خاص، و یا برای قدرت محاسباتی عمومی، این خواهد بود که انتخاب های مختلف توسعه معماری تراشه روند. Lightelligence اول یا فن آوری و یا نرم افزار حالات بالغ تر برنامه های کاربردی تراشه فوتونیک، و پس از آن نوبت به تدریج به گسترش در دسترس وسیعی از برنامه های کاربردی، و در ضمن تلاش برای توسعه به پایان می رسد در جلو و عقب از فن آوری تراشه های فوتونیک، بهتر است به آینده از حالات محاسبات مختلف اقتباس شده است.

شن چن همچنین تاکید کرد که، به طور کلی، بسیاری از پیشرفت های مهم مهندسی نیاز به در محاسبات فوتونی جاده تکمیل شود، اما سعی کنید و گذشته تمام فوتون محاسبه در مقایسه با آنچه ممکن است بهترین زمان برای رسیدن به هم نزدیک ترین کس.

2016 GoodChinaBrand | ICP: 12011751 | China Exports