{"id":34491,"date":"2019-10-31T21:58:39","date_gmt":"2019-10-31T18:58:39","guid":{"rendered":"https:\/\/prohoster.info\/blog\/intel-rabotaet-nad-opticheskimi-chipami-dlya-bolee-effektivnogo-ii\/"},"modified":"2019-10-31T21:58:39","modified_gmt":"2019-10-31T18:58:39","slug":"intel-rabotaet-nad-opticheskimi-chipami-dlya-bolee-effektivnogo-ii","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/novosti-interneta\/intel-rabotaet-nad-opticheskimi-chipami-dlya-bolee-effektivnogo-ii","title":{"rendered":"Intel sta lavorando su chip ottici per un'IA pi\u00f9 efficiente","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

I circuiti integrati fotonici o chip ottici offrono potenzialmente numerosi vantaggi rispetto ai loro analoghi elettronici, come il ridotto consumo energetico e la diminuzione della latenza nei calcoli. Per questo motivo, molti ricercatori ritengono che possano rivelarsi estremamente efficaci nelle applicazioni di machine learning e nella creazione di intelligenza artificiale (IA). Anche Intel vede grandi prospettive per l'applicazione della fotonica siliziosa in questo ambito. Il gruppo di ricercatori di un articolo scientifico<\/a><\/noindex> ha descritto in dettaglio nuovi metodi che potrebbero avvicinare le reti neurali ottiche a una concreta realizzazione.<\/p>\n

\"Intel<\/p>\n

In una recente pubblicazione del blog di Intel<\/a><\/noindex>, dedicata al machine learning, si discute di come siano iniziati gli studi nel campo delle reti neurali ottiche. I lavori scientifici di David Miller e Michael Reck hanno dimostrato che un tipo di circuito fotonico, noto come interferometro di Mach-Zehnder (MZI), pu\u00f2 essere configurato per eseguire moltiplicazioni di matrici 2x2; inoltre, collocando pi\u00f9 MZI in una griglia triangolare per moltiplicare matrici di grandi dimensioni, \u00e8 possibile ottenere un circuito che implementa l'algoritmo per la moltiplicazione di una matrice per un vettore \u2013 un calcolo fondamentale utilizzato nel machine learning.<\/p>\n

La nuova ricerca di Intel si \u00e8 concentrata sull'analisi di cosa accade in presenza di vari difetti a cui sono soggetti i chip ottici durante la produzione (poich\u00e9 la fotonica computazionale \u00e8 analoga per sua natura), causando differenze nella precisione dei calcoli tra diversi chip dello stesso tipo. Sebbene studi simili siano stati gi\u00e0 effettuati, in passato si sono concentrati maggiormente sull'ottimizzazione post-produzione per eliminare eventuali imprecisioni. Tuttavia, questo approccio ha una scarsa scalabilit\u00e0, poich\u00e9 le reti continuano a crescere, aumentando la potenza computazionale necessaria per sintonizzare le reti ottiche. Invece di ottimizzare dopo la produzione, Intel ha considerato la possibilit\u00e0 di addestrare i chip prima della fabbricazione, sfruttando architetture resistenti alle interferenze. Una rete neurale ottica di riferimento \u00e8 stata addestrata una sola volta, dopodich\u00e9 i parametri di addestramento sono stati distribuiti su diversi esemplari realizzati, con differenze nei loro componenti.<\/p>\n

<\/center><\/p>\n

Il team di Intel ha valutato due architetture per costruire sistemi di intelligenza artificiale basati su MZI: GridNet e FFTNet. GridNet posiziona i MZI in modo prevedibile in una griglia, mentre FFTNet li dispone a forma di \u201cfarfalla\u201d. Dopo l'addestramento di entrambi sui modelli della rete di riferimento per il riconoscimento delle cifre scritte a mano (MNIST), i ricercatori hanno scoperto che GridNet ha raggiunto una maggiore precisione rispetto a FFTNet (98% contro 95%), ma l'architettura FFTNet si \u00e8 dimostrata \u201csignificativamente pi\u00f9 robusta\u201d. In effetti, le prestazioni di GridNet sono crollate sotto il 50% con l'aggiunta di rumore artificiale (interferenze che simulano possibili difetti nella produzione dei chip ottici), mentre per FFTNet sono rimaste quasi costanti.<\/p>\n

Gli scienziati affermano che le loro ricerche pongono le basi per metodi di addestramento dell'intelligenza artificiale che potrebbero eliminare la necessit\u00e0 di una sintonizzazione fine dei chip ottici dopo la loro produzione, risparmiando tempo e risorse preziose.<\/p>\n

\u201cCome in qualsiasi processo produttivo, si verificano certi difetti che significano che ci saranno piccole differenze tra i chip e influenzeranno la precisione dei calcoli,\u201d scrive Kazimir Wierzynski, direttore senior della linea di prodotti Intel AI. \u201cSe le reti neurali ottiche diventeranno una parte vitale dell'ecosistema hardware dell'intelligenza artificiale, sar\u00e0 necessario passare a chip pi\u00f9 grandi e a tecnologie di produzione industriale. Le nostre ricerche dimostrano che scegliere l'architettura giusta in anticipo pu\u00f2 aumentare significativamente la possibilit\u00e0 che i chip ottenuti raggiungano le prestazioni desiderate anche in presenza di variazioni produttive.\u201d<\/p>\n

Nel frattempo, mentre Intel si dedica principalmente alla ricerca, il dottore di ricerca Yichen Shen del Massachusetts Institute of Technology ha fondato una startup chiamata Lightelligence con sede a Boston, che ha attirato finanziamenti di venture capital per un importo di 10,7 milioni di dollari e ha recentemente dimostrato<\/a><\/noindex> un prototipo di chip ottico per l'apprendimento automatico, che \u00e8 100 volte pi\u00f9 veloce rispetto ai chip elettronici moderni e riduce di un ordine di grandezza il consumo energetico, dimostrando ancora una volta le potenzialit\u00e0 delle tecnologie fotoniche.<\/p>\n

<\/p>\n

<\/center><\/p>\n

\t\t\t\t


\n\t\t\t\t\t\t\t\t<\/center>
Fonte: 3dnews.ru<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"

\u0424\u043e\u0442\u043e\u043d\u043d\u044b\u0435 \u0438\u043d\u0442\u0435\u0433\u0440\u0430\u043b\u044c\u043d\u044b\u0435 \u0441\u0445\u0435\u043c\u044b \u0438\u043b\u0438 \u043e\u043f\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u0447\u0438\u043f\u044b \u043f\u043e\u0442\u0435\u043d\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u043e\u0431\u043b\u0430\u0434\u0430\u044e\u0442 \u043c\u043d\u043e\u0436\u0435\u0441\u0442\u0432\u043e\u043c \u043f\u0440\u0435\u0438\u043c\u0443\u0449\u0435\u0441\u0442\u0432 \u043f\u043e \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u044e \u0441 \u044d\u043b\u0435\u043a\u0442\u0440\u043e\u043d\u043d\u044b\u043c\u0438 \u0430\u043d\u0430\u043b\u043e\u0433\u0430\u043c\u0438, \u0442\u0430\u043a\u0438\u043c\u0438 \u043a\u0430\u043a \u0441\u043d\u0438\u0436\u0435\u043d\u0438\u0435 \u044d\u043d\u0435\u0440\u0433\u043e\u043f\u043e\u0442\u0440\u0435\u0431\u043b\u0435\u043d\u0438\u044f \u0438 \u0443\u043c\u0435\u043d\u044c\u0448\u0435\u043d\u0438\u0435 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0438 \u0432 \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u044f\u0445. \u0412\u043e\u0442 \u043f\u043e\u0447\u0435\u043c\u0443 \u043c\u043d\u043e\u0436\u0435\u0441\u0442\u0432\u043e \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u0441\u0447\u0438\u0442\u0430\u044e\u0442, \u0447\u0442\u043e \u043e\u043d\u0438 \u043c\u043e\u0433\u0443\u0442 \u043e\u043a\u0430\u0437\u0430\u0442\u044c\u0441\u044f \u043a\u0440\u0430\u0439\u043d\u0435 \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u044b \u0432 \u0437\u0430\u0434\u0430\u0447\u0430\u0445 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0438 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 (\u0418\u0418). \u041a\u043e\u043c\u043f\u0430\u043d\u0438\u044f Intel \u0442\u0430\u043a\u0436\u0435 \u0432\u0438\u0434\u0438\u0442 \u0431\u043e\u043b\u044c\u0448\u0438\u0435 \u043f\u0435\u0440\u0441\u043f\u0435\u043a\u0442\u0438\u0432\u044b \u0434\u043b\u044f \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u044f \u043a\u0440\u0435\u043c\u043d\u0438\u0435\u0432\u043e\u0439 \u0444\u043e\u0442\u043e\u043d\u0438\u043a\u0438 \u0432 […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":25984,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-34491","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-novosti-interneta"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47Intel sta lavorando su chip ottici per un'IA pi\u00f9 efficiente | ProHoster","description":"I circuiti integrati fotonici o chip ottici offrono potenzialmente numerosi vantaggi rispetto ai loro analoghi elettronici, come una riduzione del consumo energetico e una minore latenza nei calcoli. Ecco perch\u00e9 molti ricercatori ritengono che possano rivelarsi estremamente efficaci in compiti di apprendimento automatico e sviluppo di intelligenza artificiale (IA). Anche Intel intravede grandi opportunit\u00e0 per l'applicazione della fotonica siliconica in","canonical_url":"https:\/\/prohoster.info\/it\/blog\/novosti-interneta\/intel-rabotaet-nad-opticheskimi-chipami-dlya-bolee-effektivnogo-ii","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"it_IT","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47Intel \u0440\u0430\u0431\u043e\u0442\u0430\u0435\u0442 \u043d\u0430\u0434 \u043e\u043f\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u043c\u0438 \u0447\u0438\u043f\u0430\u043c\u0438 \u0434\u043b\u044f \u0431\u043e\u043b\u0435\u0435 \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u043e\u0433\u043e \u0418\u0418 | ProHoster","og:description":"\u0424\u043e\u0442\u043e\u043d\u043d\u044b\u0435 \u0438\u043d\u0442\u0435\u0433\u0440\u0430\u043b\u044c\u043d\u044b\u0435 \u0441\u0445\u0435\u043c\u044b \u0438\u043b\u0438 \u043e\u043f\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0435 \u0447\u0438\u043f\u044b \u043f\u043e\u0442\u0435\u043d\u0446\u0438\u0430\u043b\u044c\u043d\u043e \u043e\u0431\u043b\u0430\u0434\u0430\u044e\u0442 \u043c\u043d\u043e\u0436\u0435\u0441\u0442\u0432\u043e\u043c \u043f\u0440\u0435\u0438\u043c\u0443\u0449\u0435\u0441\u0442\u0432 \u043f\u043e \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u044e \u0441 \u044d\u043b\u0435\u043a\u0442\u0440\u043e\u043d\u043d\u044b\u043c\u0438 \u0430\u043d\u0430\u043b\u043e\u0433\u0430\u043c\u0438, \u0442\u0430\u043a\u0438\u043c\u0438 \u043a\u0430\u043a \u0441\u043d\u0438\u0436\u0435\u043d\u0438\u0435 \u044d\u043d\u0435\u0440\u0433\u043e\u043f\u043e\u0442\u0440\u0435\u0431\u043b\u0435\u043d\u0438\u044f \u0438 \u0443\u043c\u0435\u043d\u044c\u0448\u0435\u043d\u0438\u0435 \u0437\u0430\u0434\u0435\u0440\u0436\u043a\u0438 \u0432 \u0432\u044b\u0447\u0438\u0441\u043b\u0435\u043d\u0438\u044f\u0445. \u0412\u043e\u0442 \u043f\u043e\u0447\u0435\u043c\u0443 \u043c\u043d\u043e\u0436\u0435\u0441\u0442\u0432\u043e \u0438\u0441\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u0435\u0439 \u0441\u0447\u0438\u0442\u0430\u044e\u0442, \u0447\u0442\u043e \u043e\u043d\u0438 \u043c\u043e\u0433\u0443\u0442 \u043e\u043a\u0430\u0437\u0430\u0442\u044c\u0441\u044f \u043a\u0440\u0430\u0439\u043d\u0435 \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u044b \u0432 \u0437\u0430\u0434\u0430\u0447\u0430\u0445 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0438 \u0441\u043e\u0437\u0434\u0430\u043d\u0438\u044f \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 (\u0418\u0418). \u041a\u043e\u043c\u043f\u0430\u043d\u0438\u044f Intel \u0442\u0430\u043a\u0436\u0435 \u0432\u0438\u0434\u0438\u0442 \u0431\u043e\u043b\u044c\u0448\u0438\u0435 \u043f\u0435\u0440\u0441\u043f\u0435\u043a\u0442\u0438\u0432\u044b \u0434\u043b\u044f \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u044f \u043a\u0440\u0435\u043c\u043d\u0438\u0435\u0432\u043e\u0439 \u0444\u043e\u0442\u043e\u043d\u0438\u043a\u0438 \u0432","og:url":"https:\/\/prohoster.info\/it\/blog\/novosti-interneta\/intel-rabotaet-nad-opticheskimi-chipami-dlya-bolee-effektivnogo-ii","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-10-31T18:58:39+00:00","article:modified_time":"2019-10-31T18:58:39+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"34491","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-21 19:28:19","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-03-01 02:20:55","updated":"2026-01-21 19:28:19","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/34491","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/comments?post=34491"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/34491\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media\/25984"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media?parent=34491"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/categories?post=34491"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/tags?post=34491"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}