麻省理工学院和诺基亚公司的研究人员发表了一篇名为“互联网边缘的离域光子深度学习”的新技术论文。
“每次你想运行一个神经网络，你都必须运行程序，而你运行程序的速度取决于你从内存中输入程序的速度。我们的管道非常庞大——相当于每毫秒左右在互联网上发送一部完整的故事片长度的电影。这就是数据进入我们系统的速度。它可以计算得这么快，”资深作者Dirk Englund说，他是EECS系的副教授，也是麻省理工学院电子研究实验室的成员麻省理工学院新闻文章．
找到这里是技术文件．10月22日出版。
DOI: 10.1126 / science.abq8271。
作者:Dirk Englund, Alexander Sludds, Saumil Bandyopadhyay, Ryan Hamerly，以及来自麻省理工学院、麻省理工学院林肯实验室和诺基亚公司的其他人。
相关阅读
利用人工智能加速边缘计算
优化系统行为可以改善PPA并延长其使用寿命。
重新思考机器学习的动力
要大幅降低机器学习所消耗的能量，需要的不仅仅是优化，还需要一些根本性的反思。
留下回复