据TechXplore网7月21日消息，美国物理研究所（AIP）研究人员提出一种新的方法，使用光代替电来执行神经网络所需的计算。在这种方法中，研究人员提出一种光子张量处理器（TPU）设计，用以并行执行矩阵乘法，从而提高深度学习的速度和效率。光子张量处理器具有电光互连功能，能并行存储和处理数据，并高效地读写光学存储器。模拟表明，光子TPU的性能可能比电TPU的性能高2-3个数量级。研究人员表示，集成了高效光学存储器的集成光子平台可以获得与电子张量处理器相同的性能，但是能耗更小、吞吐量更大，如果经过适当的训练，其可以用于执行快速推理任务。此外，光子也可能是计算节点分布式网络和5G边缘网络的理想选择。在网络边缘，数据信号可能已经以来自监视摄像机、光学传感器等来源的光学信号的形式存在。
https://techxplore.com/news/2020-07-photon-based-enable-complex-machine.html
