2025-07-13T10:25:17Z
СМИ: в Армении освободили сына оппозиционного депутата Манукяна
2025-07-13T10:23:46Z
Подполковник Дэвис: Западу пора понять невозможность воздействия на Россию
2025-07-13T10:20:44Z
Метеорологи рассказали о повышенной сейсмоактивности на юге Японии
2025-07-13T10:19:01Z
Дагделен раскритиковала слова генерала Фройдинга об ударах по России
2025-07-13T10:18:06Z
Молдавские наемники ликвидированы во время удара по базе ВСУ под Херсоном
2025-07-13T10:17:01Z
Ветеран СВО Алексей Дыбин вернулся на работу в театр после контузии
2025-07-13T10:16:00Z
«Любовь на колесах»: в Буинске супруги 65 лет вместе ездят на тракторе
2025-07-13T10:15:33Z
В Ленинградской области пенсионеры устроили потасовку из-за громкой музыки
2025-07-13T10:14:05Z
На Кубани мужчина погиб под колесами электрички
2025-07-13T10:12:58Z
Коммунальщики Москвы помогают ДНР и ЛНР подготовиться к заморозкам
2025-07-13T10:11:27Z
Александра Пахмутова не смогла лично посетить Международный музыкальный фестиваль искусств в Витебске
2025-07-13T10:06:43Z
В Москве загоревшаяся на ходу машина попала на видео
2025-07-13T10:03:46Z
Два человека погибли на пожаре в Челябинской области
2025-07-13T10:02:27Z
В Петербурге из-за жары и гроз объявили желтый уровень погодной опасности
2025-07-13T10:02:00Z
Автор книги «Иди туда, где страшно» не поехал на Украину из-за страха
2025-06-29T19:48:00Z
Исследователи из Массачусетского технологического института и университета Цинхуа представили оптический процессор, кардинально сокращающий требования к аппаратному обеспечению для ИИ. Разработанная система площадью 64 мкм2 (в тысячу раз меньше традиционных) решает ключевые проблемы энергопотребления и миниатюризации для современных задач машинного обучения.
В основе технологии лежит нанофотонная среда — кремниевая структура с наноотверстиями диаметром от 130 до 400 нанометров. Информация кодируется через фазовую модуляцию света, а вычисления выполняются при его рассеянии внутри материала. Особенность подхода — интеграция производственных ограничений непосредственно в процесс обучения алгоритма, что гарантирует соответствие проектируемой структуры техпроцессу с минимальным размером элемента 130 нм.
Экспериментальная проверка подтвердила эффективность решения. На одной из классических задач машинного обучения — задаче классификации цветков ириса со 150 образцами система достигла точности 86,7%, полностью соответствуя результатам моделирования. Для более сложного теста по распознаванию рукописных цифр (OCR) чип размером 44,8×44,8 мкм2 показал точность 92,8% на 1797 тестовых изображениях. При этом энергопотребление составило всего 1 мВт для оптического ввода и 56 мВт для управления фазовращателями, а задержка вычислений — 0,11 пикосекунды.
По сравнению с системами на интерферометрах Маха-Цендера, новый процессор демонстрирует трёхкратное превосходство в вычислительной плотности и десятикратное сокращение задержки. Устойчивость к производственным отклонениям до 50 нм обеспечена использованием материалов с низким контрастом преломления.
Технология открывает перспективы для развёртывания сложных ИИ-моделей в устройствах граничных вычислений — от носимой электроники до автономных датчиков. Для преодоления ограничений по нелинейности вычислений рассматриваются гибридные оптоэлектронные подходы.
2025-07-11T10:10:00Z
Российский ИИ научился создавать микросхемы и ускорил их проектирование
2025-07-08T23:00:00Z
2025-07-12T20:02:00Z
2025-07-03T07:10:00Z
Новая технология научит беспилотники экономить энергию и работать быстрее
2025-06-26T17:18:00Z