{"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\/nl\/blog\/news\/intel-rabotaet-nad-opticheskimi-chipami-dlya-bolee-effektivnogo-ii","title":{"rendered":"Intel werkt aan optische chips voor een effici\u00ebntere AI","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Photonische ge\u00efntegreerde schakelingen of optische chips bieden potentieel tal van voordelen ten opzichte van hun elektronische tegenhangers, zoals verlaagd energieverbruik en minder vertraging bij berekeningen. Daarom geloven veel onderzoekers dat ze extreem effectief kunnen zijn in taken op het gebied van machine learning en kunstmatige intelligentie (AI). Intel ziet ook grote mogelijkheden voor de toepassing van siliciumfotonica in dit domein. Een groep van hun onderzoekers in een wetenschappelijk artikel<\/a><\/noindex> beschreef gedetailleerd nieuwe methoden die optische neurale netwerken een stap dichter bij de realiteit kunnen brengen.<\/p>\n

\"Intel<\/p>\n

In een recente blogpost van Intel<\/a><\/noindex>, gewijd aan machine learning, wordt besproken hoe het onderzoek naar optische neuronale netwerken is begonnen. De wetenschappelijke werken van David Miller en Michael Reck toonden aan dat een type fotonische schakeling, bekend als de Mach-Zehnder-interferometer (MZI), kan worden geconfigureerd voor het uitvoeren van matrixvermenigvuldigingen van 2 \u00d7 2. Door de MZI in een triangulaire netwerk te plaatsen voor het vermenigvuldigen van grotere matrices, kan een schema worden verkregen dat het algoritme voor matrixvermenigvuldiging op een vector realiseert \u2013 de belangrijkste berekening die in machine learning wordt gebruikt.<\/p>\n

Een nieuw onderzoek van Intel richtte zich op het begrijpen van wat er gebeurt wanneer verschillende defecten optreden bij de productie van optische chips (aangezien computationele fotonica van nature analoog is), wat leidt tot verschillen in rekendiscreties tussen verschillende chips van hetzelfde type. Hoewel dergelijke onderzoeken eerder zijn uitgevoerd, was de focus in het verleden meer gericht op optimalisatie na de productie om mogelijke onjuistheden te verhelpen. Deze benadering heeft echter slechte schaalbaarheid, aangezien netwerken steeds groter worden, wat leidt tot een toenemende rekencapaciteit die nodig is voor het afstellen van optische netwerken. In plaats van optimalisatie na de productie, overwoog Intel de mogelijkheid van een eenmalige training van de chips v\u00f3\u00f3r de fabricage door gebruik te maken van een storing-bestendige architectuur. Een referentie optisch neuraal netwerk werd \u00e9\u00e9n keer getraind, waarna de leerparameters werden verdeeld over verschillende gefabriceerde exemplaren van het netwerk met verschillen in hun componenten.<\/p>\n

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

Het Intel-team heeft twee architecturen onderzocht voor het bouwen van kunstmatige-intelligent-systemen gebaseerd op MZI: GridNet en FFTNet. GridNet plaatst de MZI voorspelbaar in een netwerk, terwijl FFTNet ze in de vorm van 'vlinders' plaatst. Na het trainen van beide modellen op een referentietaak van diep leren, de herkenning van handgeschreven cijfers (MNIST), ontdekten de onderzoekers dat GridNet een hogere nauwkeurigheid bereikte dan FFTNet (98% tegenover 95%), maar dat de FFTNet-architectuur 'significant betrouwbaarder' was. In feite daalde de prestaties van GridNet onder de 50% met de toevoeging van kunstmatige ruis (storingen die mogelijke defecten in de productie van optische chips nabootsen), terwijl die voor FFTNet bijna constant bleef.<\/p>\n

Wetenschappers beweren dat hun onderzoek de basis legt voor trainingsmethoden voor kunstmatige intelligentie die de noodzaak voor het fijn afstellen van optische chips na hun productie kan elimineren, waardoor kostbare tijd en middelen worden bespaard.<\/p>\n

\u2018Zoals in elk productieproces, ontstaan er bepaalde defecten, wat betekent dat er kleine verschillen tussen de chips zullen zijn, en deze zullen de nauwkeurigheid van de berekeningen be\u00efnvloeden,\u2019 schrijft senior directeur van de Intel AI productgroep, Kazimir Wierzynski. \u2018Als optische neuronale netwerken een levensvatbaar onderdeel van de hardware-ecosysteem voor kunstmatige intelligentie willen worden, moeten ze overstappen op grotere chips en industrieproductietechnologie\u00ebn. Onze onderzoeken tonen aan dat de keuze voor de juiste architectuur vooraf de kans aanzienlijk kan vergroten dat de geproduceerde chips de gewenste prestaties bereiken, zelfs bij productvariaties.\u2019<\/p>\n

Tegelijkertijd, terwijl Intel voornamelijk onderzoek doet, heeft de kandidaat in de wiskunde- en natuurwetenschappen van het Massachusetts Institute of Technology, Yichen Shen, de start-up Lightelligence opgericht, gevestigd in Boston, die 10,7 miljoen dollar aan durfkapitaal heeft opgehaald en recentelijk gedemonstreerd<\/a><\/noindex> een prototype van een optische chip voor machine learning, die 100 keer sneller is dan huidige elektronische chips, en ook de energieverbruik met een orde van grootte vermindert, wat nogmaals de mogelijkheden van fotonische technologie\u00ebn aantoont.<\/p>\n

<\/p>\n

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

\t\t\t\t


\n\t\t\t\t\t\t\t\t<\/center>
Bron: 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-news"],"aioseo_notices":[],"aioseo_head":"\n\t\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\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47Intel werkt aan optische chips voor effici\u00ebntere AI | ProHoster","description":"Fotonische ge\u00efntegreerde schakelingen of optische chips hebben potentieel vele voordelen ten opzichte van elektronische tegenhangers, zoals verminderd energieverbruik en lagere latentie in berekeningen.","canonical_url":"https:\/\/prohoster.info\/nl\/blog\/news\/intel-rabotaet-nad-opticheskimi-chipami-dlya-bolee-effektivnogo-ii","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"nl_NL","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.","og:url":"https:\/\/prohoster.info\/nl\/blog\/news\/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\/nl\/wp-json\/wp\/v2\/posts\/34491","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/nl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/nl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/nl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/nl\/wp-json\/wp\/v2\/comments?post=34491"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/nl\/wp-json\/wp\/v2\/posts\/34491\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/nl\/wp-json\/wp\/v2\/media\/25984"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/nl\/wp-json\/wp\/v2\/media?parent=34491"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/nl\/wp-json\/wp\/v2\/categories?post=34491"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/nl\/wp-json\/wp\/v2\/tags?post=34491"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}