国产光芯片重大突破!清华团队利用神经网络,首创全前向智能光计算训练架构

国产光芯片重大突破!清华团队利用神经网络,首创全前向智能光计算训练架构

AIGC动态欢迎阅读

原标题:国产光芯片重大突破!清华团队利用神经网络,首创全前向智能光计算训练架构
关键字:神经网络,数据,光子,解读,团队
文章来源:HyperAI超神经
内容字数:0字

内容摘要:


作者:田小幺
编辑:十九,李宝珠
清华大学戴琼海院士、方璐教授的研究团队将神经网络训练中的前向与反向传播都等效为光的前向传播,开发出了一种称为全前向模式 FFM 学习的方法,有望推动深度学习神经网络、超灵敏感知和拓扑光子学等应用和理论领域的发展。自 2012 年以来,人工智能模型训练算力需求每 3-4 个月翻一番,每年人工智能训练模型所需算力增长幅度高达 10 倍。这就带来了一个挑战:我们如何让 AI 更快、更高效?答案可能就藏在光的世界里。
光学计算,一个充满潜力的领域,主张利用光的速度和特性将机器学习应用的速度和能效提升到新的高度。但是,要实现这一目标,我们必须解决一个难题:如何有效地训练这些光学模型。过去,人们依赖于数字计算机来模拟和训练光学系统,但受限于光学系统所需的精确模型和大量的训练数据,这使得光学系统的能力受到了极大的限制。而且,随着系统复杂性的增加,这些模型的建立和维护变得越来越困难。
近期,清华大学戴琼海院士、方璐教授研究团队抓住了光子传播具有对称性这一特性,将神经网络训练中的前向与反向传播都等效为光的前向传播,开发出了一种全前向模式 (FFM, fully forw


原文链接:国产光芯片重大突破!清华团队利用神经网络,首创全前向智能光计算训练架构

联系作者

文章来源:HyperAI超神经
作者微信:
作者简介:

阅读原文
© 版权声明

相关文章

暂无评论

暂无评论...