Исследователи Пекинского университета разработали компьютерную архитектуру, которая ускоряет ключевые операции обработки сигналов, включая преобразования Фурье, почти в четыре раза. Новый подход объединяет несколько физических вычислительных сред в единую систему и может значительно повысить производительность и энергоэффективность искусственного интеллекта, робототехники и телекоммуникационного оборудования.
Команда Пекинского университета объединила два новых устройства для координации преобразование частоты в мультифизической системе. Результатом является универсальная архитектура, способная выполнять сложные математические операции, включая преобразования Фурье — ключевой процесс обработки сигналов.
Преобразование Фурье лежит в основе работы с изображениями, звуком и другими сложными сигналами и позволяет представлять их во временной или частотной области. Метод широко используется в науке и технике.
Как объясняет Тао Яоюй, исследователь из Института искусственного интеллекта Пекинского университета, новая архитектура позволяет различным вычислительным парадигмам работать в наиболее эффективных для них физических средах — электрическом токе, заряде и свете. Этот подход повышает эффективность вычислений за счет оптимального распределения задач по физическим средам.
Интегрированная система сочетает в себе преимущества обоих устройств в области генерации частоты, модуляции и вычислений памяти. Таким образом сохраняется точность расчетов, снижается энергопотребление и увеличил скорость выполнения преобразования Фурье примерно со 130 до 500 миллиардов операций в секунду, что означает кратный рост производительности.
По мнению авторов, новая архитектура может ускорить внедрение современного оборудования в таких областях, как базовые модели искусственного интеллекта, встроенный интеллект, автономное вождение, интерфейсы «мозг-компьютер» и передовые системы связи.
Разработка вписывается в глобальную тенденцию поиска альтернатив традиционным цифровым вычислениям. Нейроморфный, фотонный и аналоговый подходы, а также вычисления в памяти все чаще рассматриваются как способы создания более эффективного оборудования для ИИ следующего поколения.
`, // — БАННЕР 2 (Новости Google) — `
`, // — БАННЕР 3 (Viber) — `
` ); const randomIndex = Math.floor(Math.random() * Banners.length); document.getElementById(‘kaldata-random-banner’).innerHTML = баннеры(randomIndex); })();
Комментируйте статью на нашем форуме. Чтобы первыми узнавать самое важное, поставьте лайк нашей странице в Facebook и подпишитесь на нас в Google News, TikTok, Telegram и Viber или загрузите приложение по адресу Калдата.com для Android, iPhone, Huawei, Google Chrome, Microsoft Edge и Opera!
