克服能耗瓶頸 數位神經網路找到光了

編譯／高晟鈞

來自洛桑聯邦理工學院的研究人員，開發了一種以光學方式執行非線性運算的節能運算，成功克服了神經網路中的光學運算瓶頸。

光學人工智慧瓶頸

隨著數位人工智慧系統的規模不斷擴大，訓練模型和部署伺服器所需的能源，也呈指數性增加，更遑論碳排放了。相關研究指出，倘若目前的人工智慧伺服器生產繼續以相同的速度進行，到了2027年，人工智慧伺服器的能耗，很可能會超過一個小國家整體的水準。

更多新聞: 伺服器泡降溫劑 浸沒式冷卻節能又環保

為了應對這種狀況，研究人員致力於實施光學運算系統來處理數據。理論上，光能夠比電子更有效地執行運算。然而，由於神經網路中，每個節點（或稱神經元）需要進行「非線性變換」來進行數據的運算。

對於數位神經網路來說，利用電晶體可以簡單輕鬆地執行非線性變換，但在光學系統裡，這一步驟卻需要使用高功率雷射，因此耗費的能量也是相當的可觀。

克服光子相互作用瓶頸

在自然界中，光子不像帶電電子一樣直接相互作用。因此，為了在光學系統實現非線性變換，科學家需要「迫使」光子間進行相互作用，像是利用高能量光線來改變材料的光學特性。

對此，研究團隊透過一個簡單的方式，解決了對於高功率雷射的需求。他們透過在低功率雷射表面對影像的像素，進行空間編碼，透過調整編碼器中的光束軌跡，相當於執行了兩次編碼（相當一個平方），完成了非線性變換。這麼做好處，除了可以以能源成本的一小部分，實現神經網路計算需必須的非線性變換，還可以增加編碼執行的次數，進而增加非線性變換和運算的精確度。

研究團隊表示，這種新的光學計算系統，使用的能量將比電子系統低上八個數量級以上。目前，研究人員正積極開發一種編譯器，以便將數位資料轉換為光學系統可以使用的程式碼。

資料來源:Innovations

※探索職場，透視薪資行情，請參考【科技類-職缺百科】幫助你找到最適合的舞台！

瀏覽 324 次