Экспериментальная система демонстрирует выоскую энергоэффективность и точность
Учёные Самарского университета им. Королёва представили модернизированную версию фотонного вычислителя, способного обрабатывать видеопотоки в сотни раз быстрее традиционных цифровых нейросетей. Устройство, работающее на принципах аналоговой оптической обработки данных, показало увеличение энергоэффективности на 50% и повышение точности распознавания на 1%.
Дело здесь, конечно, не в экономии электричества, а в эффективности вычислений, этот параметр является одним из ключевых для вычислительных устройств. Кроме того, снизилось количество ошибок, точность распознавания увеличилась примерно на 1%. Применив фазовый ввод, мы убрали некоторые элементы конструкции, связанные с обработкой интенсивности оптического сигнала. Конструкция стала проще, отсюда и меньше возможных источников ошибок при вычислениях. Учитывая, что мы уже очень близки к 100%, каждый новый шаг по увеличению точности – это весьма сложная задача, на этом уровне увеличение на 1% является очень значительным показателем.
— Роман Скиданов, профессор кафедры технической кибернетики Самарского университета им. Королёва, доктор физико-математических наук
Ключевым изменением в новой версии стал переход с амплитудного на фазовый ввод оптического сигнала. Как пояснил профессор Роман Скиданов, это позволило упростить конструкцию и снизить количество ошибок при вычислениях.
Оказалось, что он ничуть не хуже традиционного амплитудного, а по ряду задач даже намного лучше.
— Роман Скиданов, профессор кафедры технической кибернетики Самарского университета им. Королёва, доктор физико-математических наук
При фазовом вводе в вычислительном устройстве происходит фазовая модуляция электромагнитной волны, которая несёт изображение исследуемого объекта. Это означает, что информация об изображении кодируется не интенсивностью света, а фазой волны. Это похоже на различные виды модуляции в радиовещании: на средних и длинных волнах используется амплитудная модуляция, а в FM-диапазоне — частотная модуляция.
Нейросеть, работающая с использованием фотонного вычислителя, способна в режиме реального времени анализировать видеопоток, поступающий в систему. Благодаря высокой скорости обработки данных, сравнимой со скоростью работы устройств ввода-вывода, она может быстро распознавать и находить в видеопотоке объекты и изображения, которые нужно обнаружить. Кроме анализа видео с обычной камеры, разработка также может оперативно обрабатывать данные, полученные с помощью гиперспектрометров. Эти устройства позволяют видеть реальность в многоканальном спектральном отображении и обнаруживать объекты, которые не видны обычным средствам наблюдения.
В настоящее время в университете активно ведётся работа над созданием опытного образца фотонного вычислителя. Этот образец будет создан на основе экспериментальной модели и, по словам разработчиков, станет практически предсерийным изделием. Разработка была представлена в технопарке «Саров» в рамках визита председателя правительства РФ. Проект реализуется при поддержке НЦФМ, Минобрнауки и «Росатома».
Оптические вычислительные системы, работающие на основе аналоговых технологий, обладают рядом преимуществ, помимо высокой скорости обработки и широкого диапазона частот. Они полностью защищены от электромагнитных помех, потребляют мало энергии и позволяют обрабатывать данные параллельно.
Читайте ещё материалы по теме:
Технологию распознавания устройств на основе «радиогенома» разработали учёные РТУ МИРЭА
Температуры под контролем: высокоточными климат-системами оснастили российский синхротрон СКИФ
Метод управления терагерцовыми волнами с помощью магнитного поля разработан учёными РТУ МИРЭА