如果您希望可以时常见面，欢迎标星收藏哦~
人工智能等日益复杂的应用需要更强大、更耗电的计算机来运行。光学计算是提高速度和能效的一种拟议解决方案，但由于其限制和缺点，尚未实现。
一种名为衍射铸造的新设计架构试图解决这些缺陷。它为光学计算领域引入了一些概念，可能会使其在下一代计算设备中的应用更具吸引力。
无论是口袋里的智能手机还是桌上的笔记本电脑，目前所有的计算机设备都基于电子技术。但这有一些固有的缺点，特别是，它们必然会产生大量热量，尤其是当它们的性能提高时，更不用说制造技术正在接近理论上可能达到的基本极限。
因此，研究人员开始探索其他计算方法，以解决这些问题，最好还能提供一些新的功能或特性。
光计算就是其中一种可能性，这种想法已经存在了几十年，但尚未取得突破，在商业上也不可行。
从本质上讲，光学计算利用了光波的速度及其与不同光学材料进行复杂交互的能力，而不会产生任何热量。此外，各种光波可以同时穿过材料而互不影响，因此理论上可以制造出大规模并行、高速和高能效的计算机。
20 世纪 80 年代，日本的研究人员探索了一种名为 “投影 ”的光学计算方法，这种方法可以执行一些简单的逻辑运算。但他们的实现基于相对笨重的几何光学形式，或许类似于早期数字计算机中使用的真空管。东京大学信息光子学实验室的 Ryoichi Horisaki 副教授说:"它们在原理上是可行的，但缺乏灵活性和易集成性，无法做出有用的东西。
“我们引入了一种名为衍射投射的光学计算方案，它在阴影投射的基础上进行了改进。阴影投射是基于光线与不同几何形状的相互作用，而衍射投射则是基于光波本身的特性，这就产生了空间效率更高、功能更灵活的光学元件，这些元件可以按照通用计算机所期望和要求的方式进行扩展。
“我们进行了数值模拟，结果非常乐观，使用的是16×16像素的黑白小图像作为输入，比智能手机屏幕上的图标还小"。
Horisaki和他的团队提出了一种全光学系统，即只将最终输出转换为电子和数字信号的系统；在这之前，系统的每一步都是光学的。他们的研究成果发表在《先进光子学》上。
他们的想法是将图像作为数据源--这自然表明该系统可用于图像处理，但其他类型的数据，尤其是机器学习系统中使用的数据，也可以用图形表示--然后将源图像与代表逻辑运算阶段的一系列其他图像结合起来。
就像Adobe Photoshop等图像编辑应用软件中的图层一样:输入层--源图像--上面可以放置图层，这些图层可以遮挡、处理或传输下面图层的内容。输出层--顶层--基本上由这些图层组合处理。
在这种情况下，光线通过这些层时，会在传感器上投射出图像，然后变成数字数据，存储或呈现给用户。
“衍射铸造只是基于这一原理的假想计算机中的一个构件，最好把它看作是一个附加组件，而不是现有系统的完全替代品，就像图形处理单元是图形、游戏和机器学习工作负载的专用组件一样，"领衔作者岚子亮介说。
“我预计它需要 10 年左右的时间才能实现商业化，因为在物理实现方面还有很多工作要做，尽管它已经在实际工作中得到了验证，但仍有待构建。
“目前，我们可以证明衍射铸造在执行作为许多信息处理核心的 16 个基本逻辑运算方面的实用性，但我们的系统还可以扩展到即将到来的另一个超越传统的计算领域，那就是量子计算。时间会证明一切。
半导体精品公众号推荐
专注半导体领域更多原创内容
关注全球半导体产业动向与趋势
今天是《半导体行业观察》为您分享的第3905内容，欢迎关注。
『半导体第一垂直媒体』
实时 专业 原创 深度
公众号ID:icbank
喜欢我们的内容就点“在看”分享给小伙伴哦
免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。
