8 月 5 日消息，科技媒體 NeoWin 昨日（8 月 4 日）發(fā)布博文，報(bào)道稱麻省理工學(xué)院（MIT）的研究團(tuán)隊(duì)開(kāi)發(fā)了一種新型 AI 芯片，名為乘法模擬頻率變換光神經(jīng)網(wǎng)絡(luò)（MAFT-ONN）。這種芯片能夠直接在原始射頻信號(hào)上以模擬形式工作，處理速度比傳統(tǒng)射頻接收器快數(shù)百倍，且更加節(jié)能。

艾霍姆定律（Edholm's Law）描述了無(wú)線網(wǎng)絡(luò)數(shù)據(jù)傳輸速率的增長(zhǎng)趨勢(shì)，無(wú)線網(wǎng)絡(luò)的帶寬和數(shù)據(jù)傳輸速率大約每 18 個(gè)月翻一番。與此同時(shí)，深度神經(jīng)網(wǎng)絡(luò)對(duì)計(jì)算能力的需求也在不斷上升，而摩爾定律的速度卻在放緩，這種不匹配推動(dòng)了工程師們尋找處理未來(lái)網(wǎng)絡(luò)（如 6G）的新方法。

麻省理工學(xué)院的一個(gè)團(tuán)隊(duì)開(kāi)發(fā)了一種專門(mén)用于無(wú)線信號(hào)的 AI 芯片，名為乘法模擬頻率變換光神經(jīng)網(wǎng)絡(luò)（MAFT-ONN）。實(shí)驗(yàn)室測(cè)試中，它的調(diào)制分類準(zhǔn)確率迅速達(dá)到了 95%，還能執(zhí)行近四百萬(wàn)次完全模擬的乘積累加操作，識(shí)別 MNIST 數(shù)據(jù)集中的手寫(xiě)數(shù)字。

傳統(tǒng)的光神經(jīng)網(wǎng)絡(luò)在擴(kuò)展時(shí)常常遇到障礙，并需要大量額外的硬件。MAFT-ONN 通過(guò)在數(shù)字化之前將信號(hào)轉(zhuǎn)換到頻域解決了這一問(wèn)題，每一層都使用單個(gè)光處理器現(xiàn)場(chǎng)完成直線（線性）和更復(fù)雜的（非線性）數(shù)學(xué)運(yùn)算。

得益于在接近香農(nóng)極限（指在信道上進(jìn)行無(wú)差錯(cuò)傳輸?shù)睦碚撟畲髠鬏斔俾剩┑哪M形式下移動(dòng)數(shù)據(jù)，MAFT-ONN 的運(yùn)行速度比傳統(tǒng)射頻接收器快數(shù)百倍，在一次 120 納秒的發(fā)射中，它達(dá)到了 85% 的準(zhǔn)確率，通過(guò)進(jìn)行更多測(cè)量，準(zhǔn)確率可以超過(guò) 99%。

與數(shù)字 AI 芯片相比，這種基于光學(xué)的處理器速度大約快 100 倍，同時(shí)消耗的功率更少。它也更小、更輕、更便宜，因此非常適合邊緣設(shè)備，如實(shí)時(shí)調(diào)整調(diào)制格式的認(rèn)知無(wú)線電，以提高數(shù)據(jù)傳輸速率并減少干擾。

圖源：Sampson Wilcox, Research Laboratory of Electronics