91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

Lightmatter推出Mars芯片 用光執(zhí)行神經(jīng)網(wǎng)絡計算

IEEE電氣電子工程師 ? 來源:IEEE電氣電子工程師學會 ? 作者:IEEE電氣電子工程師 ? 2020-09-12 11:55 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

多年來,電氣工程師和計算機科學家一直在努力尋找如何更快,更有效地執(zhí)行神經(jīng)網(wǎng)絡計算的方法。實際上,設計適合神經(jīng)網(wǎng)絡計算的加速器最近已經(jīng)成為活躍的溫床,最常見的解決方案是GPU,它與各種特定于應用的IC(例如Google的 Tensor Processing Unit )和現(xiàn)場可編程門陣列展開競爭。

現(xiàn)在,另一位競爭者剛剛進入了這個競技場,它基于一種完全不同的范例:光計算。麻省理工學院的一個名為 Lightmatter的分支機構在近日的Hot Chips線上會議上描述了其“ Mars ”設備。Lightmatter不是唯一采用這種新穎策略的公司,但它似乎領先于競爭對手。

不過,我(作者)把這種方法稱為“新穎”可能會有點誤導大家。事實上,光學計算有著悠久的歷史。早在20世紀50年代末,它就被用于處理第一批合成孔徑雷達(synthetic-aperture radar,SAR)圖像,這些圖像是在數(shù)字計算機無法完成必要的數(shù)學計算任務的時候建造的。這解釋了為什么工程師要制造各種各樣的模擬計算機,這些模擬計算機基于spinning disks,sloshing fluids,continuous amounts of electric charge甚至光線。

在過去的幾十年中,研究人員不時地重新提出了用光來計算事物的想法,但這一概念并沒有被證明對任何事物都有廣泛的實用性。當涉及到神經(jīng)網(wǎng)絡計算時,Lightmatter正在嘗試改變這一現(xiàn)狀。Mars裝置的核心是一個芯片,該芯片中包括一個模擬光學處理器,專門設計用于執(zhí)行神經(jīng)網(wǎng)絡基本的數(shù)學運算。

這里的關鍵操作是矩陣乘法,該乘法包括將數(shù)字對相乘并相加結果??梢詷嫵晒獾募臃ú⒉黄婀郑驗楫攦墒馐Y合時,構成光的電磁波會疊加在一起。

更棘手的問題是如何用光來做乘法運算。讓我在這里概述一下,當然,如果想了解更全面的描述,我建議閱讀Lightmatter在其博客上提供的關于其技術的相關文章。

Lightmatter光學處理器的基本單位是所謂的 Mach-Zehnder干涉儀的裝置 。Ludwig Mach和Ludwig Zehnder在19世紀90年代發(fā)明了這種設備,所以我們這里所說的并不是完全現(xiàn)代的東西。新的想法是將許多Mach-Zehnder干涉儀縮小到納米級尺寸,并將它們集成到一個芯片上,以加快神經(jīng)網(wǎng)絡計算的速度。

這種干涉儀將入射光分成兩束,然后經(jīng)過兩條不同的路徑,將產(chǎn)生的兩個光束重新組合。如果兩條路徑相同,那么輸出看起來就像輸入。但是,如果兩個光束中的一個必須比另一個光束傳播得更遠或速度減慢,則它會與另一個光束異相。在極端情況下,它可能是完全180度(半波長)的相位不一致,在這種情況下,當重新組合時,兩束光束會產(chǎn)生破壞性的干涉,并且輸出完全為零。

一般來說,光在輸出端的場振幅將是輸入端的光振幅乘以在其兩臂行進的光之間相位差的一半的余弦。如果你能用一些方便的方法控制相位差,你就有了一個可以進行乘法運算的裝置。

Lightmatter的Mach-Zehnder干涉儀是通過在納米光子芯片中為光形成適當?shù)男〔▽Ф鴺嫿ǖ?。通過使用折射率取決于其所受電場的材料,可以簡單地通過施加電壓來產(chǎn)生電場來控制分裂光束的相對相位,就像給電容器充電一樣。在光物質的芯片中,這是通過在干涉儀的一個臂上施加一個極性的電場,在另一個臂上施加相反極性的電場來實現(xiàn)的。

就像電容器一樣,電流僅在電荷積累時流動。一旦有足夠的電荷來提供所需強度的電場,就不再有電流流動,因此就不再需要能量。這很重要,因為這意味著一旦你設置了要應用的乘數(shù)的值,并且隨后該值(神經(jīng)網(wǎng)絡計算中的“權重”)沒有變化,則不再需要能量。通過芯片的光流同樣不消耗能量。所以這里有一個非常有效的乘法系統(tǒng),一個以光速運行的系統(tǒng)。

各種模擬計算機的缺點之一是它們可以執(zhí)行的計算精度有限。這也是Lightmatter芯片的一個缺點——你不能像使用數(shù)字電路那樣精確地指定數(shù)字。幸運的是,神經(jīng)網(wǎng)絡一旦經(jīng)過訓練就可以進行“推理”計算,不需要太多的分辨率。然而,神經(jīng)網(wǎng)絡是可以訓練的?!坝柧毿枰叩膭討B(tài)范圍;因此,我們專注于推理。”Lightmatter首席執(zhí)行官兼公司創(chuàng)始人之一 Nicholas Harris表示?!拔覀冇幸粋€8位等效系統(tǒng)?!?/p>

你或許會想,Lightmatter革命性的用于用光執(zhí)行神經(jīng)網(wǎng)絡計算的新設備在現(xiàn)階段只是一個實驗室原型,但這是錯誤的想法。該公司在生產(chǎn)一種實用的產(chǎn)品方面已經(jīng)走了相當長的路,它可以被添加到任何一個帶有PCI-Express插槽的服務器主板上,并立即編程開始進行神經(jīng)網(wǎng)絡推理計算。Harris說:“我們非常專注于使它看起來不像外星人的技術?!?他解釋說,“Lightmatter不僅內(nèi)置了這種硬件,還創(chuàng)建了必要的軟件工具鏈,以支持將其與標準神經(jīng)網(wǎng)絡框架(TensorFlow和PyTorch)一起使用。

Lightmatter預計將于2021年底投入生產(chǎn),該公司的Mars設備也將投入商業(yè)生產(chǎn)。Harris說,該公司的芯片雖然很精密復雜,但產(chǎn)量很高,這在很大程度上是因為所涉及的納米光子組件與切割中所發(fā)現(xiàn)的相比并沒有那么小邊緣的電子設備。因此,保持高收益率和低價格的Mars設備應該不難與GPU競爭。

誰知道呢,也許其他公司,例如 Lightintelligence , LightOn , Optalysis 或 Fathom Computing ,屆時將推出他們自己的基于光的神經(jīng)網(wǎng)絡加速器卡。不過,Harris并不為此擔心 -- 我們遙遙領先。

原文標題:Lightmatter研發(fā)Mars芯片 能以光速執(zhí)行神經(jīng)網(wǎng)絡計算

文章出處:【微信公眾號:IEEE電氣電子工程師學會】歡迎添加關注!文章轉載請注明出處。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 芯片
    +關注

    關注

    463

    文章

    54040

    瀏覽量

    466519
  • SAR
    SAR
    +關注

    關注

    3

    文章

    447

    瀏覽量

    47960
  • 神經(jīng)網(wǎng)絡

    關注

    42

    文章

    4838

    瀏覽量

    107879

原文標題:Lightmatter研發(fā)Mars芯片 能以光速執(zhí)行神經(jīng)網(wǎng)絡計算

文章出處:【微信號:IEEE_China,微信公眾號:IEEE電氣電子工程師】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    面向嵌入式部署的神經(jīng)網(wǎng)絡優(yōu)化:模型壓縮深度解析

    1.為什么需要神經(jīng)網(wǎng)絡模型壓縮? 神經(jīng)網(wǎng)絡已經(jīng)成為解決復雜機器學習問題的強大工具。然而,這種能力往往伴隨著模型規(guī)模和計算復雜度的增加。當輸入維度較大(例如長時序窗口、高分辨率特征空間)時,模型需要
    的頭像 發(fā)表于 02-24 15:37 ?5085次閱讀
    面向嵌入式部署的<b class='flag-5'>神經(jīng)網(wǎng)絡</b>優(yōu)化:模型壓縮深度解析

    神經(jīng)網(wǎng)絡的初步認識

    日常生活中的智能應用都離不開深度學習,而深度學習則依賴于神經(jīng)網(wǎng)絡的實現(xiàn)。什么是神經(jīng)網(wǎng)絡?神經(jīng)網(wǎng)絡的核心思想是模仿生物神經(jīng)系統(tǒng)的結構,特別是大腦中神經(jīng)
    的頭像 發(fā)表于 12-17 15:05 ?341次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡</b>的初步認識

    NMSIS神經(jīng)網(wǎng)絡庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡內(nèi)核,旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡的性能并最??大限度地減少其內(nèi)存占用。 該庫分為多個功能,每個功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    在Ubuntu20.04系統(tǒng)中訓練神經(jīng)網(wǎng)絡模型的一些經(jīng)驗

    本帖欲分享在Ubuntu20.04系統(tǒng)中訓練神經(jīng)網(wǎng)絡模型的一些經(jīng)驗。我們采用jupyter notebook作為開發(fā)IDE,以TensorFlow2為訓練框架,目標是訓練一個手寫數(shù)字識別的神經(jīng)網(wǎng)絡
    發(fā)表于 10-22 07:03

    CICC2033神經(jīng)網(wǎng)絡部署相關操作

    在完成神經(jīng)網(wǎng)絡量化后,需要將神經(jīng)網(wǎng)絡部署到硬件加速器上。首先需要將所有權重數(shù)據(jù)以及輸入數(shù)據(jù)導入到存儲器內(nèi)。 在仿真環(huán)境下,可將其存于一個文件,并在 Verilog 代碼中通過 readmemh 函數(shù)
    發(fā)表于 10-20 08:00

    液態(tài)神經(jīng)網(wǎng)絡(LNN):時間連續(xù)性與動態(tài)適應性的神經(jīng)網(wǎng)絡

    1.算法簡介液態(tài)神經(jīng)網(wǎng)絡(LiquidNeuralNetworks,LNN)是一種新型的神經(jīng)網(wǎng)絡架構,其設計理念借鑒自生物神經(jīng)系統(tǒng),特別是秀麗隱桿線蟲的神經(jīng)結構,盡管這種微生物的
    的頭像 發(fā)表于 09-28 10:03 ?1263次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡</b>(LNN):時間連續(xù)性與動態(tài)適應性的<b class='flag-5'>神經(jīng)網(wǎng)絡</b>

    【「AI芯片:科技探索與AGI愿景」閱讀體驗】+神經(jīng)形態(tài)計算、類腦芯片

    AI芯片不僅包括深度學細AI加速器,還有另外一個主要列別:類腦芯片。類腦芯片是模擬人腦神經(jīng)網(wǎng)絡架構的芯片。它結合微電子技術和新型
    發(fā)表于 09-17 16:43

    神經(jīng)網(wǎng)絡的并行計算與加速技術

    隨著人工智能技術的飛速發(fā)展,神經(jīng)網(wǎng)絡在眾多領域展現(xiàn)出了巨大的潛力和廣泛的應用前景。然而,神經(jīng)網(wǎng)絡模型的復雜度和規(guī)模也在不斷增加,這使得傳統(tǒng)的串行計算方式面臨著巨大的挑戰(zhàn),如計算速度慢、
    的頭像 發(fā)表于 09-17 13:31 ?1151次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡</b>的并行<b class='flag-5'>計算</b>與加速技術

    基于神經(jīng)網(wǎng)絡的數(shù)字預失真模型解決方案

    在基于神經(jīng)網(wǎng)絡的數(shù)字預失真(DPD)模型中,使用不同的激活函數(shù)對整個系統(tǒng)性能和能效有何影響?
    的頭像 發(fā)表于 08-29 14:01 ?3484次閱讀

    無刷電機小波神經(jīng)網(wǎng)絡轉子位置檢測方法的研究

    摘要:論文通過對無刷電機數(shù)學模型的推導,得出轉角:與三相相電壓之間存在映射關系,因此構建了一個以三相相電壓為輸人,轉角為輸出的小波神經(jīng)網(wǎng)絡來實現(xiàn)轉角預測,并采用改進遺傳算法來訓練網(wǎng)絡結構與參數(shù),借助
    發(fā)表于 06-25 13:06

    神經(jīng)網(wǎng)絡專家系統(tǒng)在電機故障診斷中的應用

    摘要:針對傳統(tǒng)專家系統(tǒng)不能進行自學習、自適應的問題,本文提出了基于種經(jīng)網(wǎng)絡專家系統(tǒng)的并步電機故障診斷方法。本文將小波神經(jīng)網(wǎng)絡和專家系統(tǒng)相結合,充分發(fā)揮了二者故障診斷的優(yōu)點,很大程度上降低了對電機
    發(fā)表于 06-16 22:09

    神經(jīng)網(wǎng)絡RAS在異步電機轉速估計中的仿真研究

    眾多方法中,由于其結構簡單,穩(wěn)定性好廣泛受到人們的重視,且已被用于產(chǎn)品開發(fā)。但是MRAS仍存在在低速區(qū)速度估計精度下降和對電動機參數(shù)變化非常敏感的問題。本文利用神經(jīng)網(wǎng)絡的特點,使估計更為簡單、快速
    發(fā)表于 06-16 21:54

    基于FPGA搭建神經(jīng)網(wǎng)絡的步驟解析

    本文的目的是在一個神經(jīng)網(wǎng)絡已經(jīng)通過python或者MATLAB訓練好的神經(jīng)網(wǎng)絡模型,將訓練好的模型的權重和偏置文件以TXT文件格式導出,然后通過python程序將txt文件轉化為coe文件,(coe
    的頭像 發(fā)表于 06-03 15:51 ?1254次閱讀
    基于FPGA搭建<b class='flag-5'>神經(jīng)網(wǎng)絡</b>的步驟解析

    NVIDIA實現(xiàn)神經(jīng)網(wǎng)絡渲染技術的突破性增強功能

    近日,NVIDIA 宣布了 NVIDIA RTX 神經(jīng)網(wǎng)絡渲染技術的突破性增強功能。NVIDIA 與微軟合作,將在 4 月的 Microsoft DirectX 預覽版中增加神經(jīng)網(wǎng)絡著色技術,讓開
    的頭像 發(fā)表于 04-07 11:33 ?1209次閱讀

    【「芯片通識課:一本書讀懂芯片技術」閱讀體驗】從deepseek看今天芯片發(fā)展

    的: 神經(jīng)網(wǎng)絡處理器(NPU)是一種模仿人腦神經(jīng)網(wǎng)絡的電路系統(tǒng),是實現(xiàn)人工智能中神經(jīng)網(wǎng)絡計算的專用處理器,主要用于人工智能深度學習模型的加速訓練。人工智能要模仿人腦的工作方式,首先就要
    發(fā)表于 04-02 17:25