新光学芯片可实现高效“深度学习”

• 来源期刊: 光学精密机械
• 学科: 工学
• 关键词: 光学芯片 学习能力 神经网络系统 美国麻省理工学院 运算速度 神经网络模拟 模拟神经网络 计算机领域
• 年，卷（期）: 2017,（2）
• 页码范围: 12-12
• 页数: 1页
• 分类号: TP333.4

摘要

美国麻省理工学院（MIT）科学家在《自然·光学》杂志上发表论文称，他们开发出一种全新的光学神经网络系统，能执行高度复杂的运算，从而大大提高“深度学习”系统的运算速度和效率。“深度学习”系统通过人工神经网络模拟人脑的学习能力，现已成为计算机领域的研究热门。但由于在模拟神经网络任务中，需要执行大量重复性“矩阵乘法”类高度复杂的运算，对于依靠电力运行的传统CPU（中央处理器）或GPU（图形处理器）芯片来说，这类运算太过密集，完成起来非常“吃力”。