麻省理工学院和其他研究人员:小说边缘计算体系结构,利用光子和电子的优势达到数量级的提高数码电子产品。使用可伸缩的
光子边缘计算利用WDM、时间整合接收器、可伸缩性< 1光子/ MAC和计算在部署光纤使用3太赫兹的带宽。
文摘
“深层神经网络的进步(款)科技正在改变。然而,最强大的计算要求的增加款限制部署在低功耗设备,如智能手机和传感器,这种趋势加速的同时实现物联网(物联网)设备。无数的努力正在进行中,以更低的能耗,但一个基本的瓶颈仍然由于矩阵代数的能源消耗,甚至神经形态等模拟方法,模拟内存和光子网格。这里我们介绍并展示一种新的方法,大幅减少了所需的能量矩阵代数通过内存访问在边缘设备重量,使数量级减少能源和延迟。我们的方法的核心是一个新的概念,分权款离域,光学加速矩阵代数在边缘设备上。使用硅光子智能收发机,我们将演示实验方案,称为Netcast,大大降低了能源消耗。我们演示操作photon-starved环境与40 aJ /用光学光子能源98.8%准确的图像识别和< 1 /乘用单光子探测器。此外,我们将展示现实的部署的系统,图像分类与3太赫兹的带宽超过86公里的光纤在波士顿地区的光纤网络中部署。我们的方法使计算新一代的边缘设备的速度堪比现代数字电子和电力消耗低数量级。”
找到这里的技术论文。
:亚历山大·Sludds Saumil Bandyopadhyay, Zaijun Chen Zhizhen Z。藤本植物伯恩斯坦,大流士Bunandar马修·Streshinsky Ari诺瓦克、汤姆Baehr-Jones,迈克尔。马尼亚Ghobadi,瑞恩•哈默尔和德克·英格伦。
访问半导体工程的这里的技术论文库和发现更多的芯片行业学术论文。
留下一个回复