Optalysys发布全球首个激光驱动光学神经网络
英国技术公司Optalysys展示其光学处理技术以光速执行AI。
它使用节能激光光而非硅处理技术。
CNN用途快速增长，特别是基于机器学习的图像识别和分析领域。也用于医学图像分析、天气预报和自动驾驶等关键应用。所有这些模型需海量计算，涉及处理多个卷积层。
过去几年，随图形处理器进步，CNN也取得令人印象深刻进展。但仍受高能耗和摩尔定律失效限制。
Optalysys开发的光学处理技术用节能激光光替代硅处理技术。这提供比传统计算机多个数量级速度提升，且消耗能量少得多。
据公司CEO兼创始人Nick New博士称，他们将光学处理应用于极复杂高资源需求的卷积神经网络领域，达到70%初始准确率。
他们演示此技术处理卷积神经网络，使用著名MNIST数据，含1万测试字符和6万训练字符。
基于此技术的主要项目
这种高效可扩展方法（仍在开发阶段）不仅将提供新级别云能力，还将增强卷积神经网络在移动系统潜力。此工作催生一些概念验证项目。
Project Genesys：基因搜索系统原型，在超过6400万碱基对的20细菌基因组大数据库中执行宏基因组读段序列搜索。
Project Escape：大型合作项目一部分，为欧洲中期天气预报中心构建高规模计算能力和下一代算法。
Project Equate：与DARPA合作种子项目，探索光速数学处理，构成极端规模模拟基础，如流体动力学和等离子体建模。
关于Optalysys
Optalysys是快速增长初创公司之一，致力于将光学计算应用于人工智能。他们用成熟衍射光学技术构建首个协处理器，基于低功耗激光而非电流。
据公司称，其技术大规模可扩展。未来，这些系统可通过利用最自然并行处理形式——光，达到传统计算机无法实现的能力极限。
这些系统将用于高性能计算机、台式机和云。此外，微型系统将在现有组件技术帮助下集成到手持设备。
Lightmatter、Light Intelligence、Lighton和Fathom Computing等其他公司也在同一领域工作。它们都用不同光学技术编码神经网络，提供比传统GPU学习能效高得多系统。
工业技术