Hitech logo

Кейсы

Китайские инженеры в 4 раза ускорили вычисления для ИИ с помощью новой архитектуры

TODO:
Екатерина ШемякинскаяСегодня, 09:50 AM

Исследователи из Пекинского университета разработали вычислительную архитектуру, которая почти в четыре раза ускоряет выполнение ключевых операций обработки сигналов, включая преобразование Фурье. Новый подход объединяет несколько физических вычислительных сред в одной системе и может существенно повысить производительность и энергоэффективность оборудования для искусственного интеллекта, робототехники и телекоммуникаций.

Самые интересные технологические и научные новости выходят в нашем телеграм-канале Хайтек+. Подпишитесь, чтобы быть в курсе.

Команда Пекинского университета объединила два новых устройства для согласованного преобразования частоты в единую многофизическую систему. В результате была создана универсальная архитектура, способная выполнять сложные математические операции, включая преобразование Фурье — ключевой процесс для обработки сигналов.

Преобразование Фурье лежит в основе работы с изображениями, звуком и другими сложными сигналами и позволяет представлять их во временной или частотной форме. Этот метод широко используется в науке и инженерии.

Как пояснил научный сотрудник Института искусственного интеллекта Пекинского университета Тао Яоюй, новая архитектура позволяет разным вычислительным парадигмам работать в наиболее эффективных для них физических средах — электрическом токе, заряде или свете. Такой подход повышает вычислительную эффективность за счет оптимального распределения задач между физическими носителями.

Интегрированная система объединяет преимущества двух устройств в генерации частоты, модуляции и вычислениях в памяти. Это позволило сохранить точность вычислений, снизить энергопотребление и увеличить скорость выполнения преобразования Фурье примерно с 130 до 500 млрд операций в секунду, что означает многократный прирост производительности.

По мнению авторов, новая архитектура может ускорить внедрение перспективного оборудования в таких областях, как базовые модели ИИ, воплощенный интеллект, автономное вождение, интерфейсы «мозг-компьютер» и современные системы связи.

Разработка вписывается в глобальный тренд поиска альтернатив традиционным цифровым вычислениям. Нейроморфные, фотонные и аналоговые подходы, а также вычисления в памяти все чаще рассматриваются как путь к созданию более эффективного «железа» для ИИ следующего поколения.