美國賓夕法尼亞大學工程師開發(fā)了一種新型芯片，它使用光而不是電來執(zhí)行訓練人工智能（AI）所必需的復雜數(shù)學運算。該芯片有可能從根本上加快計算機的處理速度，同時還可降低能源消耗。相關研究發(fā)表在最新一期《自然·光子學》上。
該芯片首次將本杰明·富蘭克林獎章獲得者納德·恩赫塔在納米尺度上操縱材料的開創(chuàng)性研究與硅光子（SiPh）平臺結合起來。前者涉及利用光進行數(shù)學計算；后者使用的是硅，即一種用于大規(guī)模生產計算機芯片的廉價且豐富的元素。
光波與物質的相互作用代表著開發(fā)計算機的一種可能途徑，這種方法不受當今芯片局限性的限制。新型芯片的原理本質上與20世紀60年代計算革命初期芯片的原理相同。
研究人員在論文中描述了這種芯片的開發(fā)過程。他們的目標是開發(fā)一個執(zhí)行向量矩陣乘法的平臺。向量矩陣乘法是神經網絡開發(fā)和功能中的核心數(shù)學運算，而神經網絡是當今支持AI工具的計算機體系結構。
恩赫塔解釋說，他們可將硅晶片做得更薄，比如150納米，并且使用高度不均勻的硅晶片，但這僅限于特定區(qū)域。在無需添加任何其他材料的情況下，這些高度的變化提供了一種控制光在芯片中傳播的方法，因為高度的變化可導致光以特定的模式散射，從而允許芯片以光速進行數(shù)學計算。
除了更快的速度和更少的能耗之外，新型芯片還具有隱私優(yōu)勢。由于許多計算可同時進行，因此無需在計算機的工作內存中存儲敏感信息，從而使采用此類技術的未來計算機幾乎無法被入侵。
