利用光子解決神經網絡電路速度受限難題：運算速度快3個數量級

　　據《麻省理工技術評論》雜志網站近日報道，美國普林斯頓大學的科研團隊日前研制出全球首枚光子神經形態芯片，并證明其能以超快速度計算。該芯片有望開啟一個全新的光子計算產業。

　　普林斯頓大學亞力山大·泰特團隊的新成果是利用光子解決了神經網絡電路速度受限這一難題。神經網絡電路已在計算領域掀起風暴。科學家希望制造出更強大的神經網絡電路，其關鍵在于制造出能像神經元那樣工作的電路，或稱神經形態芯片，但此類電路的主要問題是要提高速度。光子計算是計算科學領域的“明日之星”。與電子相比，光子擁有更多帶寬，能快速處理更多數據。但光子數據處理系統制造成本較高，因此一直未被廣泛采用。

　　團隊研制出的光子神經網絡的核心是一種光學設備——其中的每個節點擁有神經元一樣的響應特征。這些節點采用微型圓形波導的形式，被蝕刻進一個光可在其中循環的硅基座內。當光被輸入，接著會調節在閾值處工作的激光器的輸出，在此區域中，入射光的微小變化都會對該激光的輸出產生巨大影響。

　　該光學設備的原理在于：系統中的每個節點都使用一定波長的光，這一技術被稱為波分復用。來自各個節點的光會被送入該激光器，而且激光輸出會被反饋回節點，創造出一個擁有非線性特征的反饋電路。關于這種非線性能模擬神經行為的程度，研究表明其輸出在數學上等效于一種被稱為“連續時間遞歸神經網絡(CTRNN)”的設備，這說明CTRNN的編程工具可以應用于更大的硅光子神經網絡。

　　泰特團隊用一個擁有49個節點的硅光子神經網絡來模擬某種微分方程的數學問題，并將其與普通的中央處理單元進行比較。結果表明，在此項任務中，光子神經網絡的速度提升了3個數量級。

　　研究人員表示，這將開啟一個全新的光子計算產業。泰特說：“硅光子神經網絡可能會成為更龐大的、可擴展信息處理的硅光子系統家族的‘排頭兵’”。