极化光子处理器;FeFETs物理水库计算;5 g和无线电力。
牛津大学和埃克塞特大学的研究人员开发了一个光子处理器使用多个极化通道,增加信息密度。
“我们都知道光子学在电子产品的优点是光在大带宽更快、更强。所以,我们的目标是充分利用这种优势的光子学结合可调材料实现更快和密集的信息处理,“6月唱Lee说DPhil学生的材料,牛津大学。
团队开发了一个(hybridized-active-dielectric)纳米线,使用混合玻璃材料显示可切换的材料属性的照明光脉冲。每个纳米线显示选择性反应到特定的极化方向,所以信息可以同时使用多个偏振处理在不同的方向。
使用这个概念,研究人员设计了一个光子处理器的计算是通过多个极化通道进行的。纳米线是由纳秒光脉冲调制,提高计算速度。据研究人员介绍,新芯片可以超过300倍,密度比当前的芯片。
“这仅仅是个开始,我们希望看到在未来,这是所有人的剥削程度的自由光提供,包括极化戏剧性地并行化信息处理,“哈瑞Bhaskaran说,材料系的教授,牛津大学。“绝对早期工作——我们的速度估计还需要研究来验证实验,但超级令人兴奋的想法,结合电子、非线性材料和计算。”
东京大学的工程师们创建了一个物理水库计算系统使用氧化铪铁电材料。
物理水库计算(中华人民共和国)是一种建立神经网络硬件。它是基于递归神经网络(RNNs),过程数据随着时间的推移而不是静态数据,考虑从先前的输入信息考虑当前的输入和输出。RNNs适合应用,如语音识别、自然语言处理、语言翻译数据的序列或基于时间的环境是很重要的。
“在物理水库计算,输入数据被映射到模式在某些物理系统,或储层(如磁性材料的结构模式,一个光子系统,或一个机械装置),享受比输入一个高维空间,”研究人员解释。“然后,执行模式分析的时空模式上最后读出“层”了解储层的状态。因为AI不是训练有素的水库内的经常性联系,但只读出,比较简单的学习算法是可行的,大大减少所需的计算,使高速学习和降低能源消耗。”
中国团队的架构使用铁电栅晶体管(FeFETs)由铪氧化物铁电材料。“这些材料已经广泛用于半导体集成电路制造工艺,“说Shinichi高木涉与电气工程系教授,在东京大学的信息系统。“这意味着FeFET水库预计将与大规模集成半导体集成电路制造与小困难相比,更多的新材料”。
在语音识别应用程序测试,研究小组发现中华人民共和国建筑95.9%准确的语音识别数字0到9。他们计划,看看他们是否可以提高计算性能和测试FeFET水库的其他应用程序。
东京技术学院的科学家们建立了一个无线收发两用机5 g网络。
“毫米波无线电力传输系统大规模物联网是一种很有前途的解决方案,但是它已经受到技术问题。因此我们能够突破,生产5 g收发器在大角度和距离,效率高”Atsushi Shirane称东京理工大学副教授。
设备有两种模式,接收模式和一个传输模式。在接收模式下,设备接收5 g信号和毫米波功率信号。这种力量信号激活设备并提供电力。设备然后进入传输方式发送5 g信号回到它最初收到的同一方向。这将使一个物联网设备通信,而不需要插入。研究人员注意到,设备可以发电在大跨度的角度和距离,为以前的无线电力设备的挑战。
“这是世界上第一个同时接待能力和通信信号光束控制、“Shirane说。“我们真的相信技术可以彻底改变物联网网络和免费从今天的束缚。”
|
|
|
|
|
|
|
|
|
|
留下一个回复