蓋世汽車訊 據(jù)外媒報(bào)道,由于預(yù)計(jì)未來摩爾定律(預(yù)測(cè)計(jì)算能力每兩年翻一番)將不再有效,倫敦大學(xué)城市學(xué)院(City, University of London)的科學(xué)與技術(shù)學(xué)院的研究人員開發(fā)出名為FatNet的創(chuàng)新算法,可在人工智能(AI)應(yīng)用中利用光學(xué)加速器的高分辨率功能,因此未來向光學(xué)計(jì)算的轉(zhuǎn)換將更加高效。
該算法由博士生Riad Ibadulla、Thomas Chen教授和Constantino Carlos Reyes-Aldasoro博士共同創(chuàng)在,其相關(guān)論文已發(fā)表于期刊《AI》。
長期以來,光加速器一直是AI研究的熱門話題。然而,現(xiàn)代神經(jīng)網(wǎng)絡(luò)并不是為光學(xué)計(jì)算而設(shè)計(jì)的,而主要是在CPU/GPU時(shí)代開發(fā)的。與光學(xué)計(jì)算的并行能力相比,現(xiàn)代神經(jīng)網(wǎng)絡(luò)沒有優(yōu)勢(shì),并且經(jīng)常在出現(xiàn)分類問題時(shí)使用較低的分辨率。
來源:蓋世汽車
作者:劉麗婷
本文地址:http://ewshbmdt.cn/news/jishu/202398
以上內(nèi)容轉(zhuǎn)載自蓋世汽車,目的在于傳播更多信息,如有侵僅請(qǐng)聯(lián)系admin#d1ev.com(#替換成@)刪除,轉(zhuǎn)載內(nèi)容并不代表第一電動(dòng)網(wǎng)(ewshbmdt.cn)立場(chǎng)。
文中圖片源自互聯(lián)網(wǎng),如有侵權(quán)請(qǐng)聯(lián)系admin#d1ev.com(#替換成@)刪除。