Китайские учёные создали новую вычислительную архитектуру для значительного повышения производительности

Китайские исследователи разработали инновационную вычислительную архитектуру, которая повышает вычислительную мощность почти в четыре раза, открывая новые возможности в таких областях, как воплощённый интеллект, периферийные сенсоры, нейроморфные вычисления и системы связи.

Преобразование Фурье служит частотным «переводчиком», преобразуя сложные сигналы, включая звук и изображения, в представления в частотной области. Это фундаментальный и широко используемый метод в науке и технике.

Нацелившись на этот универсальный вычислительный процесс, исследователи из Пекинского университета творчески интегрировали два новых устройства, подходящих для преобразования частоты, в многофункциональную архитектуру. В результате получилась универсальная аппаратная система, способная выполнять операции, включая преобразование Фурье. Их прорыв был опубликован в пятницу в журнале Nature Electronics.

«Эта архитектура позволяет различным вычислительным парадигмам работать в своих оптимальных физических областях, таких как электрический ток, заряд или свет, тем самым повышая вычислительную эффективность», — сказал Тао Яоюй, исследователь из Института искусственного интеллекта этого университета.

Тао отметил, что интегрированная система использует взаимодополняющие преимущества двух устройств в генерации частоты, модуляции и вычислениях в памяти. Сохраняя точность и снижая энергопотребление, она увеличивает скорость вычислений преобразования Фурье примерно со 130 миллиардов операций в секунду до примерно 500 миллиардов, что является многократным улучшением.

Эта вычислительная архитектура может помочь создать новое аппаратное обеспечение, работающее эффективно, и ускорить его применение в таких областях, как фундаментальные модели ИИ, воплощённый интеллект, автономное вождение, интерфейсы «мозг-компьютер» и системы связи.

Интересный факт: Преобразование Фурье, лежащее в основе этого прорыва, является математическим инструментом, который используется повсеместно — от сжатия цифровых изображений (JPEG) и аудио (MP3) до анализа медицинских снимков (МРТ) и даже в системах распознавания речи в современных голосовых помощниках. Увеличение скорости таких вычислений в реальном времени может кардинально улучшить быстродействие множества привычных нам технологий.