陈根：超级晶片，每秒可处理20亿张图像

文|陈根

人类大脑享有数十亿个皮常为，每个皮常为与其他皮常为之间都存在着上千种连接，很多研究工作希望通过创造人工机器学习来而出名人脑以大幅度提高信息处置潜能。近几年来，随着科技的发展，尺度机器学习合作开发赢得了常为的飞跃。在计算机视觉、语音标记、医疗临床等信息技术，尺度机器学习提供了大量大力支持。

目前，位数集成电路上的折扣级图象归入技术合作开发，每秒可分派数十亿次计算，速度需要满足大多数应用信息技术。但更繁杂的图象，如标记运动物体、3D物体或人胚胎等不足之处，依然面临不少障碍。此外，在显微镜信息技术，尽管光次子计算赢得了不错的进展，但可扩充光集成电路的考虑到以及光次子二极管的重大损失，限制了显微镜尺度网络的前进。

近日，宾夕法尼亚大学的研究工作人员合作开发了一种自带的新型显微镜集成电路，这是第一个完全在集成光次子设备上，以可扩充模式付诸的尺度机器学习集成电路，尺寸仅为9.3毫米（0.01英寸），每秒可对近20亿张图象进行归入。

传统观念电次子设备通常使用基于位数时钟的平台，如图形处置各别（GPU）来付诸数据处置，其中会计算速度会受到时钟频率和内存访问等待时间的限制。并且，原始图象数据通常并不需要转换成为位数电次子信号，这不仅为时较长，且并不需要大内存各别来读取图象和视频，而这可能会导致潜在的隐私难题。

不同于传统观念电次子系统，该集成电路是以光的形式处置信息，它使用光缆作为皮常为，封装在多层中会，每一层专门用于特定类别的归入。测试中会，该集成电路对包含两种类别小写字母的图象集归入需要达到93.8%的准确率，对四种类别的小写字母集标记需要达到89.8%的准确率。

此外，该集成电路还需要在0.57 纳秒内对每个小写字母进行归入，使其每秒可以处置 17.5 亿张图象。与此同时，其也不并不需要读取正在处置的信息，这就大幅度节省了等待时间和保障了数据安全。

目前，之外研究工作成果现在登载在《自然》（Nature）期刊上；下一代，该新型集成电路需要有助于人脸标记、自动驾驶等信息技术的发展。