采用深度学习设计的衍射处理器可同时进行数百种变换
在数字时代，计算任务的复杂性有所增加。 结果，数字计算机的功耗呈指数增长。 因此，有必要创建能够以节能和快速的方式执行大规模计算的硬件资源。
在这方面，使用光而不是电来执行计算的光学计算机很有前途。 光学系统的并行性可以帮助它们实现更低的延迟，并降低功耗。 因此，研究人员探索了不同的光学计算设计。
可以使用光学和深度学习设计衍射网络，以执行复杂的计算，例如图像重建和分类。 该堆栈由具有数千个衍射神经元/特征的结构化衍射层组成。 这些无源层控制光与物质的相互作用以调制输入光并产生所需的输出。 研究人员通过使用深度学习工具优化这些层的配置文件来训练衍射网络。 该框架在制造后可用作光学处理模块。 它只需要一个照明源来供电。
来源和详细信息：
https://phys.org/news/2023-01-deep-learning-designed-diffractive-processor-hundreds.html