University of Pennsylvania engineers have developed a new chip that uses light waves, rather than electricity, to perform the complex math essential to training AI. The chip has the potential to radically accelerate the processing speed of computers while
宾夕法尼亚大学的工程师开发了一种新芯片，该芯片使用光波而不是电来执行训练人工智能所必需的复杂数学。该芯片有可能从根本上加快计算机的处理速度，同时降低其能耗
硅光子（SiPh）芯片的设计首次将本杰明·富兰克林奖章获得者和H.Nedwell Ramsey教授Nader Engheta在利用光（最快的通信方式）在纳米尺度上操纵材料进行数学计算方面的开创性研究与SiPh平台结合在一起，SiPh使用硅，硅是一种廉价、丰富的元素，用于大规模生产计算机芯片
光波与物质的相互作用代表了开发计算机的一种可能途径，这些计算机取代了当今芯片的局限性，这些芯片基本上基于与20世纪60年代计算机革命早期芯片相同的原理
在《自然光子学》杂志上发表的一篇论文中，Engheta的团队与电气和系统工程副教授Firooz Aflatouni的团队一起描述了新芯片的开发
Engheta说：“我们决定联合起来他们的目标是开发一个执行向量矩阵乘法的平台，这是神经网络开发和功能的核心数学运算，神经网络是当今人工智能工具的计算机架构
Engheta解释道，“你可以让硅更薄，比如说150纳米”，而不是使用均匀高度的硅片，但只在特定区域。这些高度的变化——不添加任何其他材料——提供了一种控制光通过芯片传播的方法，因为高度的变化可以分布，使光以特定的模式散射，从而使芯片能够以光速进行数学计算Aflatoui表示，由于生产芯片的商业代工厂施加的限制，这种设计已经准备好用于商业应用，并可能适用于图形处理单元（GPU），随着人们对开发新的人工智能系统的广泛兴趣，对GPU的需求激增
“他们可以采用硅光子平台作为附加组件，”Aflatouni说，“然后你可以加快训练和分类。”
除了更快的速度和更少的能耗外，Engheta和Aflatoui的芯片还具有隐私优势：因为许多计算可以同时进行，所以不需要将敏感信息存储在计算机的工作内存中，使未来由这种技术驱动的计算机几乎无法破解
“没有人可以侵入不存在的内存来访问你的信息，”Aflatouni说
其他合著者包括宾夕法尼亚工程学院的Vahid Nikkhah、Ali Pirmoradi、Farshid Ashtiani和Brian Edwards