Дата публикации: 15 июня 2022 г.

Университет Пенсильвании: чип, классифицирующий два миллиарда изображений в секунду

Инженеры Университета Пенсильвании (University of Pennsylvania, Penn) разработали новый чип размером меньше квадратного сантиметра, который может обнаруживать и классифицировать изображения менее чем за наносекунду, без необходимости в отдельном процессоре или блоке памяти.

(Изображение: Ella Maru Studio / Penn Engineering Today)

В традиционных нейронных сетях, используемых для распознавания изображений, изображение целевого объекта сначала формируется на датчике изображения, таком как цифровая камера в смартфоне. Затем датчик изображения преобразует свет в электрические сигналы и, в конечном счете, в двоичные данные, которые затем можно обрабатывать, анализировать, сохранять и классифицировать с помощью компьютерных микросхем. Ускорение этих возможностей является ключом к улучшению любого количества приложений, таких как распознавание лиц, автоматическое определение текста на фотографиях или помощь беспилотным автомобилям в распознавании препятствий.

Инженеры Университета Пенсильвании создали первый масштабируемый чип, который классифицирует и распознает изображения практически мгновенно. Фируз Афлатуни (Firooz Aflatouni), доцент кафедры электротехники и системотехники, вместе с постдокторантом Фаршидом Аштиани (Farshid Ashtiani) и аспирантом Александром Дж. Гирсом (Alexander J. Geers), устранили четыре основных фактора, отнимающих много времени в традиционном компьютерном чипе: преобразование оптических сигналов в электрические, необходимость для преобразования входных данных в двоичный формат, большой модуль памяти и вычисления на основе часов. 

Они добились этого за счет прямой обработки света, полученного от интересующего объекта, с помощью оптической глубокой нейронной сети, реализованной на чипе площадью 9,3 квадратных миллиметра.

Исследование, опубликованное в журнале Nature, описывает, как многочисленные оптические нейроны чипа соединяются между собой с помощью оптических проводов или «волноводов», образуя глубокую сеть из множества «нейронных слоев», имитирующую человеческий мозг.

Источник: penntoday.upenn.edu

Гасанбекова Л. А. Оценка эффективности финансово-хозяйственной деятельности государственных унитарных предприятий Практическое пособие / Л. А. Гасанбекова, В. И. Никитина, Б. В. Сошников; под общ. науч. ред. канд. экон. наук О. А. Коробко. – М.: ФГБНУ «Аналитический центр» Минобрнауки России, 2019. – 49 с. (ISBN 978-5-904670-54-2). Доступна электронная версия печатного издания.

Вопросы контроля хозяйственной деятельности и финансового аудита, национальной безопасности, системного анализа и управления Сборник материалов III Всеросс. науч.-практ. конф., г. Москва, 29 декабря 2017. – М.: ФГБНУ «Аналитический центр» Минобрнауки России, 2018. – 200 с. (ISBN 978-5-904670-53-5). Доступна электронная версия печатного издания.

открыть полный список изданий Центра →