صفحه نخست

آموزش و دانشگاه

علم‌وفناوری

ارتباطات و فناوری اطلاعات

ورزش

سلامت

پژوهش

سیاست

اقتصاد

فرهنگ‌ و‌ جامعه

علم +

عکس

فیلم

استانها

بازار

اردبیل

آذربایجان شرقی

آذربایجان غربی

اصفهان

البرز

ایلام

بوشهر

تهران

چهارمحال و بختیاری

خراسان جنوبی

خراسان رضوی

خراسان شمالی

خوزستان

زنجان

سمنان

سیستان و بلوچستان

فارس

قزوین

قم

کردستان

کرمان

کرمانشاه

کهگیلویه و بویراحمد

گلستان

گیلان

لرستان

مازندران

مرکزی

هرمزگان

همدان

یزد

هومیانا

پخش زنده

دیده بان پیشرفت علم، فناوری و نوآوری

چین نخستین تراشه فوتوالکترونیک سوپر آنالوگ جهان را توسعه داد

محققان چینی یک تراشه فتوالکترونیک تمام آنالوگ توسعه داده‌اند که می‌تواند وظایف بینایی کامپیوتری را با سرعت و کارایی انرژی بیشتری نسبت به تراشه‌های موجود پردازش کند.
کد خبر : 877343

به گزارش خبرگزاری علم و فناوری آنا به نقل از سی‌جی‌تی‌ان، محققان چینی دانشگاه چینهوا یک تراشه فتوالکترونیک تمام آنالوگ توسعه داده‌اند که می‌تواند وظایف بینایی کامپیوتری را با سرعت و کارایی انرژی بیشتری نسبت به تراشه‌های موجود پردازش کند که در نوع خود اولین در جهان است.

یافته‌های این تیم تحقیقاتی که جایگزینی برای فناوری‌های موجود مبتنی بر تبدیل آنالوگ به دیجیتال فراهم می‌کند، در مجله نیچر منتشر شده است.

در مطالعه جدید، محققان یک پردازنده فتوالکترونیک یکپارچه را طراحی کردند تا از مزایای نور، به شکل فوتون، و الکترون، همانطور که در جریان‌های الکتریکی یافت می‌شود، به روش تمام آنالوگ استفاده کند. نتیجه یک تراشه تمام آنالوگ با ترکیب محاسبات الکترونیکی و نوری است که «اکسل» (ACCEL) نامیده می‌شود.

آزمایش‌ها نشان می‌دهد که اکسل قادر به تشخیص و طبقه بندی اشیا با درجه‌ای از دقت قابل مقایسه با شبکه‌های عصبی دیجیتال است. علاوه بر این، تصاویر با وضوح بالا از صحنه‌های مختلف زندگی روزمره را بیش از ۳ هزار برابر سریع‌تر و با ۴ میلیارد برابر مصرف انرژی کم‌تر نسبت به یک واحد پردازش گرافیکی (GPU) طبقه‌بندی می‌کند.

سیگنال‌های آنالوگ و دیجیتال دو نوع سیگنال حامل اطلاعات هستند. سیگنال‌های آنالوگ مانند پرتوه‌ای نور تشکیل دهنده یک تصویر، به طور مداوم تغییر می‌کنند، در حالی که سیگنال‌های دیجیتال مانند اعداد دودویی (باینری) غیر پیوسته هستند.

در وظایف محاسباتی مبتنی بر بینایی مانند تشخیص تصویر و تشخیص اشیا، سیگنال‌های محیط آنالوگ هستند و باید برای پردازش توسط شبکه‌های عصبی هوش مصنوعی به سیگنال‌های دیجیتال تبدیل شوند، سیستم‌هایی که برای تشخیص الگو‌ها و روابط در یک مجموعه داده آموزش دیده‌اند.

با این حال، تبدیل آنالوگ به دیجیتال زمان بر و انرژی بر است و سرعت و کارایی عملکرد شبکه عصبی را محدود می‌کند. محاسبات فوتونی که از سیگنال‌های نور آنالوگ استفاده می‌کند، یکی از امیدبخش‌ترین روش‌ها برای پرداختن به این موضوع است.

فانگ لو، یکی از محققان تیم چینهوا می‌گوید: ما مزایای نور و برق را تحت سیگنال‌های تمام آنالوگ به حداکثر رساندیم و از معایب تبدیل آنالوگ به دیجیتال و شکستن تنگنای مصرف و سرعت برق جلوگیری کردیم.

در بررسی ویراستاران نیچر آمده است که این تیم نیاز به مبدل‌های آنالوگ به دیجیتال پرهزینه را به حداقل رسانده است.

فانگ به این نکته اشاره کرد که بهره‌گیری از توان بسیار پایین به بهبود مشکل داغ شدن تراشه کمک خواهد کرد و این پتانسیل را دارد که در طراحی آینده تراشه‌ها پیشرفت‌هایی را به همراه داشته باشد.

دای کیونگای، مدیر دانشکده علوم و فناوری اطلاعات در دانشگاه چینهوا، گفت که این تیم یک تراشه نمونه اولیه را توسعه داده است و در جهت ساخت یک تراشه هوش مصنوعی عمومی برای طیف گسترده تری از کاربرد‌ها تلاش خواهد کرد.

انتهای پیام/

ارسال نظر