以光波为载体进行智能打算,具备高速、低功耗等特性。然而,现有智能光打算局限于大略的字符分类、图像处理等。其痛点是光的高性能打算潜力受困于电子打算架构,打算规模受限,无法知足繁芜智能打算的需求。
针对大规模智能光打算难题,清华大学电子工程系方璐课题组、信息科学技能学院院长戴琼海院士课题组,摒弃了传统电子深度打算范式,构建了智能光打算的通用传播模型,创始了名为Taichi(意为“太极”)的干涉—衍射分布式广度光打算架构。基于此创新架构,课题组进一步探索干涉光与衍射光的上风特性,又研制出干涉—衍射异构集成智能光打算芯片。
论文第一作者、清华大学电子系博士生徐智昊先容,与国际上高性能人工智能芯片比较,“太极”芯片的系统整体能量效率提升了3个数量级,可将繁芜智能任务拆分为多通道高并行的子任务,赋能光打算实现自然场景千类工具识别、跨模态内容天生等人工智能繁芜任务。
“光的物理特性启示了智能光打算新思想,让我们创造出不同于电子深度打算的分布式广度光打算新架构。虽然灵感源于光子,但这一架构同样可为广泛成熟的电子打算平台注入新活力。”方璐表示,在大模型通用人工智能发达发展的时期,希望“太极”未来为大模型演习推理、自主智能无人系统、通用人工智能等供应算力支撑,为高性能打算供应新架构和新路径。
据悉,目前该团队正与干系机构洽谈,培植算力实验室,以期用智能光打算芯片支撑大模型演习与推理、通用人工智能等人工智能研究与运用。
来源: 新华社