《自然》子刊：提高算力和速度，光子神经形态计算机发展前瞻

在一篇近日发表于《自然光子学》（Nature Photonics）上的研究中，科学家对开发快速、节能、未来的计算系统给出了令人着迷的新见解，并重点介绍了这种光子“类脑”计算的最新进展及其可能的未来发展。

当代计算机基于冯·诺依曼架构，其中CPU与速度慢得多的程序和数据存储器在物理上是分开的。

这意味着计算速度受到限制，并且由于需要通过带宽有限且能效低的电互连不断地在存储器和处理器之间传输数据，从而造成功率损失，这就是所谓的冯·诺依曼瓶颈。

据估计，现代计算系统的50 %以上的能力都浪费在了数据传输上。

研究人员称，“显然，需要一种新的方法，一种可以将计算和内存的核心信息处理任务融合在一起的方法，一种可以直接在硬件中结合学习、适应和进化能力的方法，一种可以消除耗能和限速的电互连的方法。”

光子神经形态计算(Photonic neuromorphic computing)就是这样一种方法。在这个系统中，信号是用光而不是电子进行通信和处理的，从而获得更高的带宽(处理器速度)并大大减少能量损失。

此外，研究人员试图使计算硬件本身与生物处理系统(大脑)同构，方法是开发直接模拟大脑神经元和突触基本功能的设备，然后将它们连接在网络中，为人工智能和机器学习应用提供快速、并行、自适应的处理。

编译/前瞻经济学人APP资讯组

论文链接：

https://www.nature.com/articles/s41566-020-00754-y