美国新加速器数据处理速度提升100倍可应用于自动驾驶汽车

2020-12-22 08:59:58来源：盖世汽车网 Fairy 关键词：加速器数据处理阅读量：25459

导读：与当前电子机器学习硬件按照顺序处理信息的范式不同，该处理器采用傅里叶光学概念处理信息。

　　据外媒报道，美国乔治华盛顿大学(George Washington University)、加州大学洛杉矶分校(the University of California, Los Angeles)与高科技初创公司Optelligence LLC的研究人员合作，研发了一种光学卷积神经网络加速器，能够以每秒千万亿次字节的速度处理大量的信息。该技术采用光的并行性，开启能够处理光学信号机器学习的新时代，应用包括自动驾驶汽车、5G网络、数据中心、生物医学诊断、数据安全等。

　　现在，对机器学习硬件的需求大大超出了当前计算能力所能提供的。图形处理单元和张量处理单元加速器等新电子硬件虽然有助于缓解该问题，但是此类硬件也受到串行数据处理的挑战。因为串行处理需要迭代数据处理，并会因布线和电路限制导致延迟。利用光学部件取代电子硬件可以通过利用非迭代方式简化信息处理的方式，从而加速机器学习处理过程。不过，基于光学的机器学习通常受限于光学集成电路上的组件数量，限制了组件之间的连接，而不受空间限制的空间光调制器则受限于缓慢的编程速度。

　　为了在此种光学机器学习系统上实现突破，研究人员利用数字镜技术取代了空间光调制器，从而研发了一个速度提升100倍的系统。该处理器采用非迭代计时，结合快速编程能力以及大规模并行性，让光学机器学习系统的性能甚至超出前沿的图形处理单元一个数量级，而且这只是初的原型，仍有优化空间。

　　与当前电子机器学习硬件按照顺序处理信息的范式不同，该处理器采用傅里叶光学概念处理信息。此种频率滤波概念可利用数字镜技术执行神经网络所需的卷积，就像执行更简单的元素乘法运算一样。

　　Optelligence LLC公司联合创始人Hamed Dalir表示：“该原型展示了光学加速器的商业化发展道路，该加速器已经准备好，可用于网络边缘处理、数据中心和高性能计算系统等各种应用。”

　　(原标题：美国新加速器数据处理速度提升100倍可应用于自动驾驶汽车)

上一篇：腾讯发布首款自研GPU服务器：16卡GPU 业界高密度

下一篇：瑞萨电子推出自动驾驶汽车R-Car V3U片上系统可降低系统成本

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

数据处理速度提升10倍 TDK光学新突破或成AI革命关键推手
这项名为“光子-电子混合集成技术“的创新，通过将光学信号传输与电子计算单元深度融合，突破了传统半导体材料在数据传输速率和能耗上的物理极限。
光学信号数据处理AI
2025-04-16 17:15:57
到2025年，数据质量将成为AI超越生成技术的关键
随着人工智能的采用加速到2025年，专注于可扩展、适应性强的解决方案而非生成人工智能 (GenAI) 将成为关键。
人工智能数据处理
2024-11-23 10:02:49
大湾区首个大规模全液冷智算中心完工：可提供1.5万P算力服务
全液冷智算中心架构集成了液冷、人工智能、数字孪生以及一体化安全防护等尖端技术，为粤港澳大湾区提供了高达1.5万P的算力服务，满足了区域日益增长的数据处理需求。
全液冷智算中心数据处理
2024-05-24 11:28:36
甘肃国资国企加快培育发展新质生产力科技成果转化见行见效
甘肃省国资委深化部门协同合作，会同6部门联合印发《关于推进省属企业打造原创技术策源地实施方案》，支持基础较好的省属企业率先打造原创技术策源地。
加速器高锰钢
2024-04-07 10:37:28
提升科创能力！甘肃国资国企扎实推进一流企业创建工作
兰石集团坚定不移把创新摆在企业发展全局的核心位置，充分发挥甘肃省能源装备创新联合体作用，发布引领项目验收实施细则，加快重点领域关键技术攻关。
能源装备加速器
2023-11-23 15:00:18
严管大数据“杀熟”！贵州反不正当竞争条例10月28日起施行
监督检查部门应当加强监管体系建设和监管执法队伍建设，利用大数据、云计算、人工智能等现代科学技术，提高发现和查处不正当竞争行为的能力。
大数据数据处理
2023-10-13 15:57:17

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。