Группа международных ученых, возглавляемая профессором Технологического университета Суинберна Дэвидом Моссом, разработала сверхвысокоскоростной процессор сигналов, способный одновременно анализировать 400 000 видеоизображений в реальном времени. Это революционное достижение открывает новые возможности в самых разных областях, таких как безопасность и эффективность беспилотных автомобилей, медицинская визуализация и астрономия.
Процессор работает более чем в 10 000 раз быстрее, чем типичные электронные процессоры, и достигает рекордной скорости 17 терабит/с. Такая производительность позволяет обрабатывать огромные объемы данных в режиме реального времени, что приводит к созданию более интеллектуальных и автономных систем, способных эффективно работать в реальных условиях.
Одним из ключевых преимуществ процессора является наличие встроенной оптической микрогребёнки, которая преодолевает ограничения по полосе пропускания и энергии, присущие электронике. Это позволяет процессору работать на гораздо более высоких скоростях, чем традиционные электронные системы.
В области астрономии процессор способен значительно ускорить анализ небесных данных, что может привести к революционным открытиям. Например, он может помочь в поиске экзопланет, подобных Земле, или в изучении далеких галактик.
В медицинской визуализации процессор может обеспечить более быструю и точную диагностику заболеваний, например, при проведении МРТ или КТ-сканирования. Это может помочь врачам поставить диагноз более точно и своевременно, что может спасти жизни пациентов.
В сфере беспилотных автомобилей процессор может обеспечить более надежное и эффективное управление, что снизит риск возникновения аварий. Он может мгновенно анализировать данные с камер и датчиков, чтобы помочь автомобилю мгновенно реагировать на изменения в дорожной обстановке.
Источник:
Mengxi Tan и др., Фотонный сигнальный процессор на основе микрогребенки Керра для обработки видеоизображений в реальном времени (Mengxi Tan et al, Photonic signal processor based on a Kerr microcomb for real-time video image processing), Communications Engineering (2023). DOI: 10.1038/s44172-023-00135-7
-------------------------------------
Вы можете поддержать проект подпиской на канал, реакциями и комментариями, а также подписавшись на наши страницы на других площадках и на сервисе поддержки авторов Бусти. Ссылки найдёте в описании канала. Заранее спасибо!
