神经形态计算新研究：借助光子将信息存储与处理融合在一起

编辑/大路

近日，科学家对开发下一代「快速节能的计算系统」有了新见解，系统将使用光而不是电子来处理和存储信息——其中的硬件直接受到人脑功能的启发。

C. David Wright

包括来自埃克塞特大学的C. David Wright教授在内的一个科学家团队，探索了利用「光子学」取代「传统电子学」的计算机系统的可能性。

该研究论文前几天（2021年1月29日）发表在著名杂志《自然光子学》上。

这个研究主要针对当今世界上最紧迫的计算问题之一——如何快速又节能的方式处理大规模数据。

我们目前使用的计算机都是基于冯-诺依曼架构，其中「快速的中央处理器（CPU）」与「相对缓慢的程序和数据存储器」在物理上是分离的。

这意味着当前电脑的计算速度是有限的，并且由于需要通过「带宽有限和能源效率低下的电气互连」来不断地将数据传输到内存和处理器，大量的电力也被浪费了，而这就是著名的「冯-诺依曼瓶颈」。

因此，据估计，现代计算系统50%以上的能量都浪费在这种数据传输上。

来自埃克塞特大学工程系的C David Wright教授，是该研究的共同作者之一，他解释说，「显然，我们需要一种新的方法——一种能够将『计算』和『记忆的核心信息处理任务』融合在一起的方法，即能够将学习、适应和进化的能力直接纳入硬件中的方法，让我们能够摒弃现在的这种『耗能又有局限性的电气互连』。」

光子神经形态计算就是这样一种方法。在这里，处理器将使用光而不是电子来沟通和处理信号，从而获得更高的带宽(处理器速度)，并大大降低能量损耗。

此外，研究人员还试图使计算硬件本身与生物处理系统（大脑）『同构』，去直接模仿大脑神经元和突触的基本功能，然后将这些连接在一起，为人工智能和机器学习应用提供快速和并行化的自适应处理。

https://phys.org/news/2021-01-photonics-artificial-intelligence-neuromorphic.html

University of Exeter