康奈尔大学的研究人员开发了一种低功耗微芯片,他们称之为“微波大脑”,这是第一款能够同时处理超快数据信号和无线通信信号的微波物理原理处理器。
这款处理器在《自然电子学》期刊中详细介绍,是第一个真正的微波神经网络,完全集成在硅微芯片上。它可以实时进行频域计算,处理无线电信号解码、雷达目标跟踪和数字数据处理等任务,功耗还不到200毫瓦。
首席作者巴尔·戈文(Bal Govind)表示:“因为它能在瞬间以可编程的方式在宽频带内失真,所以可以用于多种计算任务。”他与同为博士生的麦克斯韦·安德森(Maxwell Anderson)共同进行了这项研究。“它省去了数字计算机通常需要执行的很多信号处理步骤。”
这种能力是通过将芯片设计为神经网络来实现的,这是一种基于大脑模型的计算机系统,使用在可调波导中产生的相互连接的模式。
这使得它能够识别模式并从数据中进行学习。但与依赖数字操作和由时钟定时的逐步指令的传统神经网络不同,这个网络在微波频段中采用模拟的非线性行为,使其能够处理数十吉赫的数据流,速度远快于大多数数字芯片。
“Bal为了实现这一点,抛弃了许多传统的电路设计,”工程学教授Alyssa Apsel说,她和应用与工程物理副教授Peter McMahon一起担任了资深作者。
“与其试图完全模仿数字神经网络的结构,不如说他创造了一种更像是受控的频率行为的混合体,最终可以为你提供高性能的计算。”
该芯片可以执行低级逻辑功能和复杂任务,比如识别比特序列或在高速数据中计数二进制值。它在多个涉及无线信号类型的分类任务中达到了或超过了88%的准确率,与数字神经网络相比,它的功耗和体积却小得多。
“在传统数字系统中,随着任务越来越复杂,你需要更多的电路、更多的能量和更多的错误修正来保持准确性,”Govind说。“但通过我们的概率方法,我们能够在简单和复杂计算中保持高准确性,而不需要额外的开销。”
研究人员表示,这款芯片对输入的极端敏感性使其非常适合用于硬件安全应用,例如在多个微波频段的无线通信中检测异常。
阿普塞尔说:“我们还认为,如果我们进一步降低功耗,就可以应用于边缘计算等领域。你可以将其部署在智能手表或手机上,并在智能设备上构建本地模型,而不需要依赖云服务器来处理所有事情。”
尽管这款芯片仍然处于实验阶段,研究人员对它的可扩展性很乐观。他们正在尝试改进其准确性并把它集成到现有的微波和数字处理平台里。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.