可扩展光芯片每秒分类近20亿张图像

美国科学家在最新一期《自然》杂志发表论文称，他们开发了首块可扩展的基于深度神经网络的光子芯片，每秒可对20亿张图像进行直接分类，而无需时钟、传感器或大内存模块，有望促进人脸识别、自动驾驶等领域的发展。

研究人员开发的芯片可以在不到1纳秒的时间内检测和分类图像，不需要单独的处理器或存储单元。模仿人脑工作的深度神经网络现在通常为计算机视觉、语音识别等提供支持。目前数字芯片上的消费级图像分类技术每秒可执行数十亿次计算，速度足以满足大多数应用，但更复杂的图像，如识别运动物体、3D物体或人体显微细胞分类仍面临不少障碍。

来源: 科技日报 刘霞