AI硬件处理走向3D_多个_心电图

传统打算机芯片的处理效率每18个月翻一番，但当代AI任务所需的处理能力目前大约每3.5个月翻一番。
这意味发急切须要新的打算范式来应对不断增长的需求。

一种方法是利用光而不是电子器件，这许可利用不同的波长并行实行多个打算来表示不同的数据集。
事实上，在2021年《自然》杂志揭橥的首创性事情中，研究职员展示了一种集成光子处理芯片，可以远超最快电子方法的速率实行矩阵向量乘法（AI和机器学习运用的一项关键任务）。

这次，研究团队为其光子矩阵矢量乘法器芯片的处理能力添加了额外的并行维度。
这种“高维”处理是通过利用多个不同的无线电频率对数据进行编码来实现的，将并行性提升到远远超出以前所达到的水平。

作为一个测试案例，团队将其新型硬件运用于评估心脏病患者心电图猝去世风险的任务。
他们能够成功地同时剖析100个心电图旗子暗记，以93.5%的准确度识别猝去世风险。

研究职员进一步估计，纵然适度扩展6个输入×6个输出，这种方法也可超越最前辈的电子处理器，有可能将能源效率和打算密度提高100倍。
团队估量，通过利用更多的光自由度（例如偏振和模式复用），未来打算并行性将进一步增强。