目前用于機器學(xué)習(xí)的處理器在執(zhí)行復(fù)雜操作時，會受到處理數(shù)據(jù)所需的電力的限制，一般來說，任務(wù)越智能，數(shù)據(jù)就越復(fù)雜，對電力的需求就越大。

除此之外，這樣的網(wǎng)絡(luò)還受到處理器和存儲器之間電子數(shù)據(jù)傳輸緩慢的限制。

因此，研究人員利用光取代電來執(zhí)行計算，在人工智能的發(fā)展上取得了突破，這一新方法顯著提高了機器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的速度和效率。

美國喬治華盛頓大學(xué)的研究人員發(fā)現(xiàn)，在神經(jīng)網(wǎng)絡(luò)（張量）處理器（TPU）中使用光子可以克服這些限制，并創(chuàng)造出更強大、更節(jié)能的人工智能。

近日發(fā)表在科學(xué)期刊上的一篇論文描述了這項研究，表明了他們的光子 TPU 性能比電子 TPU 高 2-3 個數(shù)量級。

注：張量處理器（tensor processing unit，縮寫：TPU）是 Google 為機器學(xué)習(xí)定制的專用芯片（ASIC），專為 Google 的深度學(xué)習(xí)框架 TensorFlow 而設(shè)計。

論文作者之一 Mario Miscuglio 說：“我們發(fā)現(xiàn)集成了高效光學(xué)存儲器的集成光子平臺可以實現(xiàn)與張量處理器相同的操作，但它們只消耗一小部分的功率，且具有更高的吞吐量。”“經(jīng)過適當(dāng)?shù)挠?xùn)練，（這些平臺）就可以用于以光速進行干擾?！?/p>

Miscuglio 博士說：“光子專用處理器可以節(jié)省大量的能源，提高響應(yīng)時間，減少數(shù)據(jù)中心的流量。”這款創(chuàng)新處理器的潛在商業(yè)應(yīng)用包括 5G 和 6G 網(wǎng)絡(luò)，以及進行大量數(shù)據(jù)處理的數(shù)據(jù)中心。