英國牛津大學的研究人員與德國明斯特大學、海德堡大學和荷蘭埃克塞特大學的合作者19日在《自然·光子學》雜志上發表論文，報告了他們開發的集成光子電子硬件。該硬件能夠大幅處理三維（3D）數據，提高人工智能（AI）任務的數據處理并行性。
傳統計算機芯片的處理效率每18個月翻一番，但現代AI任務所需的處理能力目前大約每3.5個月翻一番。這意味著迫切需要新的計算范式來應對不斷增長的需求。
一種方法是使用光而不是電子器件，這允許使用不同的波長并行執行多個計算來表示不同的數據集。事實上，在2021年《自然》雜志發表的開創性工作中，研究人員展示了一種集成光子處理芯片，可以遠超最快電子方法的速度執行矩陣向量乘法（AI和機器學習應用的一項關鍵任務）。
此次，研究團隊為其光子矩陣矢量乘法器芯片的處理能力添加了額外的并行維度。這種“高維”處理是通過利用多個不同的無線電頻率對數據進行編碼來實現的，將并行性提升到遠遠超出以前所達到的水平。
作為一個測試案例，團隊將其新型硬件應用于評估心臟病患者心電圖猝死風險的任務。他們能夠成功地同時分析100個心電圖信號，以93.5%的準確度識別猝死風險。
研究人員進一步估計，即使適度擴展6個輸入×6個輸出，這種方法也可超越最先進的電子處理器，有可能將能源效率和計算密度提高100倍。團隊預計，通過利用更多的光自由度（例如偏振和模式復用），未來計算并行性將進一步增強。
