在一篇近日發表於《自然光子學》(Nature Photonics)上的研究中，科學家對開發快速、節能、未來的計算系統給出了令人着迷的新見解，並重點介紹了這種光子“類腦”計算的最新進展及其可能的未來發展。
當代計算機基於馮·諾依曼架構，其中CPU與速度慢得多的程序和數據存儲器在物理上是分開的。
這意味着計算速度受到限制，並且由於需要通過帶寬有限且能效低的電互連不斷地在存儲器和處理器之間傳輸數據，從而造成功率損失，這就是所謂的馮·諾依曼瓶頸。
據估計，現代計算系統的50 %以上的能力都浪費在了數據傳輸上。
研究人員稱，“顯然，需要一種新的方法，一種可以將計算和內存的核心信息處理任務融合在一起的方法，一種可以直接在硬件中結合學習、適應和進化能力的方法，一種可以消除耗能和限速的電互連的方法。”
光子神經形態計算(Photonic neuromorphic computing)就是這樣一種方法。在這個系統中，信號是用光而不是電子進行通信和處理的，從而獲得更高的帶寬(處理器速度)並大大減少能量損失。
此外，研究人員試圖使計算硬件本身與生物處理系統(大腦)同構，方法是開發直接模擬大腦神經元和突觸基本功能的設備，然後將它們連接在網絡中，為人工智能和機器學習應用提供快速、並行、自適應的處理。
編譯/前瞻經濟學人APP資訊組
論文鏈接:
https://www.nature.com/articles/s41566-020-00754-y