Revolutionizando el Aprendizaje Automático Aprovechando el Procesamiento 3D en Aceleradores Fotónicos para una Paralelización Avanzada y Compatibilidad con la Informática de Borde
Revolucionando el Aprendizaje Automático con el Procesamiento 3D en Aceleradores Fotónicos para una Paralelización Avanzada y Compatibilidad con la Informática de Borde
“`html
Debido a los avances tecnológicos y al aumento del aprendizaje automático, el volumen de datos ha aumentado. La producción global de datos ha crecido considerablemente, alcanzando los 64.2 zettabytes en 2020, y se espera que alcance los 181.0 zettabytes para 2025. Las ciencias físicas, las ciencias de la computación, las ciencias médicas, el reconocimiento del habla, la visión por computadora y el procesamiento del lenguaje natural son algunas áreas donde esto tiene una aplicación significativa. Los grandes conjuntos de datos imponen demandas computacionales significativas en los sistemas de hardware.
La velocidad a la que se duplica actualmente la potencia de procesamiento necesaria para los trabajos de IA moderna es mucho más rápida, ocurriendo cada 3.5 meses en promedio. Para mantenerse al día con esta expansión, la capacidad del hardware debe cuadruplicarse cada 3.5 meses. Mejorar la dimensionalidad de los datos que esta tecnología puede procesar es una solución sugerida. Aunque el espacio de multiplexación y la longitud de onda se han utilizado para manejar datos bidimensionales, se necesita una implementación de hardware para el procesamiento tridimensional.
Consecuentemente, investigadores de las Universidades de Oxford, Münster, Heidelberg y Exeter han desarrollado hardware fotónico-electrónico para manejar datos tridimensionales (3D). Este avance mejora considerablemente el paralelismo del procesamiento de datos para actividades de inteligencia artificial (IA).
- Investigadores de Stanford proponen ‘EquivAct’ Un avance en el aprendizaje de robots para generalizar tareas en diferentes escalas y orientaciones
- Reseña del libro La guía definitiva de la IA generativa para la industria de Cognite.
- Cómo la IA impulsa las Fintech 7 industrias prometedoras impulsadas por la IA para seguir
Los investigadores utilizaron la modulación de radiofrecuencia para aumentar la paralelización de las comunicaciones fotónicas, lo que agregó otra capa a los datos. Pudieron hacer esto utilizando la multiplexación de longitud de onda e incorporando memorias no volátiles dispersas en el espacio. En comparación con las técnicas que solo explotan fluctuaciones espaciales y de longitud de onda, los científicos lograron un buen nivel de paralelismo con este sistema, alcanzando 100 e incrementando dos órdenes.
El equipo de investigación ha avanzado en su trabajo al mejorar la capacidad de procesamiento de los chips multiplicadores de matriz-vector fotónicos en una dimensión paralela adicional. Utilizando numerosas frecuencias de radio para codificar los datos, esta mejora, conocida como procesamiento de dimensiones superiores, eleva el paralelismo a un nivel que supera los logros anteriores.
El equipo de investigación probó el riesgo de mortalidad súbita en pacientes con enfermedades cardíacas examinando electrocardiogramas en un entorno real utilizando su equipo innovador. Identificaron con éxito la probabilidad de muerte súbita con una tasa de éxito del 93.5% al mismo tiempo que analizaban 100 lecturas de ECG.
Los investigadores también afirmaron que este enfoque tiene el potencial para superar los procesadores eléctricos más recientes, incluso con un ligero aumento en las entradas y salidas. Esta escalabilidad podría resultar en un aumento importante de 100 veces en la densidad de cálculo y la eficiencia energética.
“`
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- Este documento de IA desbloquea el secreto del aprendizaje en contexto cómo los modelos de lenguaje codifican funciones en la magia de vectores
- Molino de Turing la supercomputadora de IA impulsa el motor económico del Reino Unido
- Las 10 principales empresas de externalización de software a seguir en 2024
- Utilizando GPT-4 con Visión como Crítico de Arte’
- Guía a tu audiencia Creando una narrativa cohesiva a partir de los datos
- Visualizaciones alternativas para contar historias con datos
- Investigadores de UC San Diego presentan TD-MPC2 Revolucionando el aprendizaje de refuerzo basado en modelos en diversos dominios