清華光電融合芯片算力是GPU的3000多倍？媒體搞出的大新聞(9)

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2024-12-02 14:18:14 風(fēng)云之聲

但OAC的輸出是“抽象”的,，誰也看不懂,。如果導(dǎo)入傳統(tǒng)計算機系統(tǒng)里解讀，就又引入了傳統(tǒng)內(nèi)存與邏輯芯片的弱點,，還不如只用傳統(tǒng)芯片處理簡單,。ACCEL用EAC去解讀OAC的輸出，用SRAM陣列很簡單地就進(jìn)行了電流計算,，最終的電流脈沖結(jié)果能和識別結(jié)果很好地對應(yīng)上,，這是一個讓人叫絕的辦法。

架構(gòu)設(shè)計不錯,，還要評估實際效果,。清華研究團(tuán)隊對MNIST、ImageNet數(shù)據(jù)集的幾個典型學(xué)術(shù)研究型案例,，評估了運行效果,。這些案例包括,，10個手寫數(shù)字的識別、3類圖形樣例的識別,，還有一個視頻行為的分類識別,。

要注意，ACCEL芯片架構(gòu)評估其實不需要實際造出芯片,，可以先模擬評估,。就如同芯片設(shè)計時，可以選用工具軟件模擬運行看效果,，看設(shè)計是否成功,。ACCEL的OAC和EAC的信號處理行為，都可以用計算機模擬出來,。模擬運行,、訓(xùn)練神經(jīng)網(wǎng)絡(luò)，驗證架構(gòu)可行性,、模式識別效果讓人滿意,，再去實際造出ACCEL。

這種模擬就能發(fā)現(xiàn)傳統(tǒng)光計算芯片的弱點了,。如ImageNet中256×256的圖像分類識別,，對傳統(tǒng)光計算架構(gòu)很困難，因為要放很多MZI,，需要的ONN層數(shù)較多,，會導(dǎo)致光信號在光路上經(jīng)過的環(huán)節(jié)過多，非線性特性發(fā)作,，性能亂套,。ACCEL對這類較大的圖像還能應(yīng)付過來，說明架構(gòu)上比傳統(tǒng)光計算要強很多,。

但是需要指出,，ACCEL模擬評估的方法，就說明它仍然是一個研究型的芯片,。這些評估的任務(wù)是相對簡單的,，如對ImageNet中的三類物體進(jìn)行分辯，栗色馬,、救護(hù)車,、衣柜。ACCEL的識別率是80.7%,，這聽起來不高,，但仍然高于它的比較對象、一個傳統(tǒng)數(shù)字神經(jīng)網(wǎng)絡(luò)的75.3%,。為什么呢,？因為這個比較對象只是一個三層的簡單網(wǎng)絡(luò)。顯然這意味著雙方離真正應(yīng)用都很遠(yuǎn)?，F(xiàn)在真正實用的深度學(xué)習(xí)模式識別的識別率很高,，能夠處理的圖片較大，應(yīng)用的神經(jīng)網(wǎng)絡(luò)層數(shù)非常多,，跟這種“玩具模型”不是同一層面的,。

首頁上一頁...6 7 8910 11 12 全文共 12 頁下一頁

關(guān)閉

清華光電融合芯片算力是GPU的3000多倍？媒體搞出的大新聞(9)

相關(guān)新聞

今日熱點

頻道熱點