近日，宾夕法尼亚大学研究人员开发出了一种功能强大的新型光学芯片，每秒可以处理近20亿张图像。该设备由一个神经网络组成，可以将信息处理为光，而不会减慢传统计算机芯片的组件。该研究论文题为“An on-chip photonic deep neural network for image classification”，已发表在《自然》期刊上。
该芯片的基础是神经网络，这是一个以大脑处理信息方式为模型的系统。这些网络由像神经元一样相互连接的节点组成，它们通过对数据集进行训练，以类似于有机大脑的方式“学习”，例如识别图像中的对象或语音中的单词。随着时间的推移，它们的学习能力变得更好。
在测试过程中，该团队制作了一个尺寸为9.3mm2（0.01 in 2）的芯片，并将其用于对一系列类似于字母的手写字符进行分类。在对相关数据集进行训练后，该芯片能够对包含两种字符集的图像进行分类，准确率达到 93.8%，对四种类型的图像进行分类准确率为 89.8%。
最令人兴奋的是，该芯片能够在0.57纳秒内对每个字符进行分类，使其每秒可以处理17.5亿张图像。该团队表示，这种速度来自芯片将信息处理为光的能力，这使其与现有计算机芯片相比具有一定的优势。
另一个优点则是，该芯片不需要存储正在处理的信息，因此不必将数据发送到内存卡。研究团队表示，不存储数据也更安全，因为它可以防止任何可能的泄漏。
该团队计划下一步扩大芯片规模，并调整该技术以处理其他类型的数据。
相关链接：https://www.nature.com/articles/s41586-022-04714-0