克服能耗瓶頸 數位神經網路找到光了
來自洛桑聯邦理工學院的研究人員,開發了一種以光學方式執行非線性運算的節能運算,成功克服了神經網路中的光學運算瓶頸。
編譯/高晟鈞
來自洛桑聯邦理工學院的研究人員,開發了一種以光學方式執行非線性運算的節能運算,成功克服了神經網路中的光學運算瓶頸。
![克服能耗瓶頸 數位神經網路找到光了](https://news.pchome.com.tw/newsdata/science/technice/20240814/72362381246365338005_1.jpg)
光學人工智慧瓶頸
隨著數位人工智慧系統的規模不斷擴大,訓練模型和部署伺服器所需的能源,也呈指數性增加,更遑論碳排放了。相關研究指出,倘若目前的人工智慧伺服器生產繼續以相同的速度進行,到了2027年,人工智慧伺服器的能耗,很可能會超過一個小國家整體的水準。
更多新聞: 伺服器泡降溫劑 浸沒式冷卻節能又環保
為了應對這種狀況,研究人員致力於實施光學運算系統來處理數據。理論上,光能夠比電子更有效地執行運算。然而,由於神經網路中,每個節點(或稱神經元)需要進行「非線性變換」來進行數據的運算。
對於數位神經網路來說,利用電晶體可以簡單輕鬆地執行非線性變換,但在光學系統裡,這一步驟卻需要使用高功率雷射,因此耗費的能量也是相當的可觀。
克服光子相互作用瓶頸
在自然界中,光子不像帶電電子一樣直接相互作用。因此,為了在光學系統實現非線性變換,科學家需要「迫使」光子間進行相互作用,像是利用高能量光線來改變材料的光學特性。
對此,研究團隊透過一個簡單的方式,解決了對於高功率雷射的需求。他們透過在低功率雷射表面對影像的像素,進行空間編碼,透過調整編碼器中的光束軌跡,相當於執行了兩次編碼(相當一個平方),完成了非線性變換。這麼做好處,除了可以以能源成本的一小部分,實現神經網路計算需必須的非線性變換,還可以增加編碼執行的次數,進而增加非線性變換和運算的精確度。
研究團隊表示,這種新的光學計算系統,使用的能量將比電子系統低上八個數量級以上。目前,研究人員正積極開發一種編譯器,以便將數位資料轉換為光學系統可以使用的程式碼。
資料來源:Innovations
※探索職場,透視薪資行情,請參考【科技類-職缺百科】幫助你找到最適合的舞台!
這篇文章 克服能耗瓶頸 數位神經網路找到光了 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。
最新科技新聞
-
赴史丹佛大學交流 吳誠文:民主自由激發真正創新
(2 小時前) -
泛歐PC明年回溫 宏碁推「老虎計畫」擴展新事業
(12 小時前) -
iPhone16下週上市!中華電信、台哥大購機方案出爐 指定月付最低0元入手
(13 小時前) -
史上首次民間太空漫步任務 SpaceX乘龍號升空
(13 小時前) -
力積電與印度塔塔集團簽約 提供支援服務及技轉授權
(14 小時前)