据TechXplore网6月7日消息，美国宾夕法尼亚大学研究人员开发出超高速光子深度神经网络，每秒可对近20亿张图像进行分类。研究人员指出，传统计算机中存在主要四个消耗运算时间的因素：光信号到电信号的转换、数据向二进制编码的转换、大内存模块以及基于时序的计算。为此，研究人员使用9.3平方毫米芯片上的光学深度神经网络直接处理光学信号，通过多个神经元组成的深层网络来模拟人脑运行，这跳过了光电信号转换的步骤，且消除了缓存单元，因此提高了处理速度。此外，研究人员还可以通过添加更多神经层来“放大”深度网络，从而使芯片能够以更高分辨率读取更复杂图像中的数据。在未来的工作中，研究人员将检查这一神经网络的可拓展性以及对三维物体的分类能力。

消息来源：https://techxplore.com/news/2022-06-chip-billion-images.html