🤖 由 文心大模型 生成的文章摘要
来自清华大学方璐副教授和戴琼海院士领导的团队开发出了世界上第一个全光学人工智能芯片，团队称该芯片的效率和性能相较其他芯片显著提高。这项研究成果于周三发表在《自然》杂志上。
这是该团队早期的太极芯片的一次重大升级，研究人员曾在4月表示，该芯片的能效比NVIDIA H100 GPU高出一千多倍。
使用太极芯片训练人工智能需要电子计算机的协助，但太极-II芯片可以完全基于光进行建模和训练，这使得它更加高效，性能也得到了提升，该团队表示。
团队论文表明，此次升级是光学计算的关键一步，有助于将其从理论阶段推向大规模实验应用，并满足对低能耗算力日益增长的需求。
论文称，太极-II的性能在各个场景下都优于其前代产品。
太极-II将具有数百万个参数的光学网络的训练速度提高了一个数量级，并将分类任务的准确率提高了40%。
在复杂场景成像领域，太极-II在弱光环境下的能耗效率提升了6个数量级。
方璐表示，传统的光学人工智能方法通常涉及在电子计算机上设计的基于光的光子结构上模拟电子人工神经网络。
她说：“由于系统不完善和光波传播的复杂性，对一般光学系统进行完美精确的建模是不可能的，离线模型和真实系统之间总是存在不匹配的情况。”
为了克服这些挑战，该团队开发了一种方法，在光学芯片上直接进行计算机密集型训练过程，这样大部分机器学习都可以并行进行，团队称此为完全前向模式（FFM）学习。“这种架构可以实现高精度训练，并支持大规模网络训练。”
FFM学习基于市售的高速光调制器和检测器，并且在加速学习方面可以比GPU做得更好。“我们的研究展望了未来这些芯片将成为构建人工智能模型的光学算力的基础。”
「93913原创内容，转载请注明出处」
