Bộ xử lý mạng nơ-ron quang học nhanh nhất thế giới

Tiến sĩ Xingyuan Xu với chip microcomb quang học tích hợp, thành phần cốt lõi của bộ xử lý thần kinh quang học. Ảnh: Đại học Công nghệ Swinburne

Mạng nơ-ron nhân tạo là một mô hình tính toán được xây dựng dựa trên các mạng nơ-ron sinh học. Lấy cảm hứng từ cấu trúc sinh học của hệ thống vỏ não thị giác của não, mạng lưới nơ-ron nhân tạo trích xuất các đặc điểm chính của dữ liệu thô để dự đoán các thuộc tính và hành vi với độ chính xác và đơn giản chưa từng có. Nó có thể 'học' và thực hiện các hoạt động phức tạp, và được ứng dụng rộng rãi cho công nghệ thị giác máy tính, xử lý ngôn ngữ tự nhiên, nhận dạng khuôn mặt, dịch giọng nói, chơi trò chơi, chẩn đoán y tế và nhiều lĩnh vực khác.

Tuy nhiên việc ứng dụng mạng nơ-ron tốn kém rất nhiều về tài nguyên và thời gian. Xuất phát từ nhu cầu cải tiến các bộ vi xử lý để tăng tốc độ xử lý, giảm kích thước, tiết kiệm năng lượng, nhóm nghiên cứu đã chế tạo thành công bộ xử lý nơ-ron quang học mới hoạt động nhanh hơn 1000 lần so các bộ xử lý đang có trên thị trường. Đồng thời chúng có thể tạo ra các hình ảnh phức hợp lên tới 250.000 pixel — đủ lớn để nhận dạng hình ảnh trên khuôn mặt, điều mà các bộ xử lý quang học khác không thể thực hiện được .

Họ đã sử dụng chip “vi lược quang học” để nâng cao tốc độ xử lý. Đây là một thiết bị tương đối mới, nó giống như một chiếc cầu vồng được tạo thành từ hàng trăm tia laser hồng ngoại chất lượng cao trên một con chip duy nhất. Chúng nhanh hơn, nhỏ hơn, nhẹ hơn và rẻ hơn nhiều so với chip quang học khác.

Trong khi các bộ xử lý điện tử hiện đại như Google TPU phải dùng tới hàng chục nghìn bộ xử lý song song để có thể hoạt động vượt quá 100 TeraOPs/s. Nhờ sử dụng kỹ thuật xen kẽ đồng thời dữ liệu theo thời gian, bước sóng và kích thước không gian thông qua nguồn vi lược tích hợp, mà hệ thống quang học mới này chỉ cần sử dụng một bộ vi xử lý duy nhất, với tốc độ lên tới 10 nghỉ tỉ TeraOPs/s .

Giáo sư Mitchell (Đại học RMIT), thành viên của nhóm nghiên cứu cho biết: "Về lâu dài, chúng tôi hy vọng sẽ hiện thực hóa các hệ thống tích hợp hoàn toàn trên một con chip, giảm đáng kể chi phí và năng lượng tiêu thụ”

Báo cáo của nghiên cứu này được đăng trên  tạp chí Nature.

 Diệu Huyền (CESTI) - Theo Techxplore.com