清華研究登Nature，首創全前向智能光計算訓練架構，戴瓊海、方璐領銜

AIGC動態歡迎閱讀

原標題：清華研究登Nature，首創全前向智能光計算訓練架構，戴瓊海、方璐領銜
關鍵字：梯度,準確率,神經網絡,誤差,太極
文章來源：機器之心
內容字數：0字

內容摘要：

機器之心報道
機器之心編輯部在剛剛過去的一天，來自清華的光電智能技術交叉創新團隊突破智能光計算訓練難題，相關論文登上 Nature。
論文共同一作是來自清華的薛智威、周天貺，通訊作者是清華的方璐教授、戴瓊海院士。此外，清華電子系徐智昊、之江實驗室虞紹良也參與了這項研究。論文地址：https://www.nature.com/articles/s41586-024-07687-4
論文標題：Fully forward mode training for optical neural networks
隨著大模型的規模越來越大，算力需求爆發式增長，就拿 Sora 來說，據爆料，訓練參數量約為 30 億，預計使用了 4200-10500 塊 H100 訓了 1 個月。全球的科技大廠都在高價求購的「卡」，都是硅基的電子芯片。在此之外，還有一種將計算載體從電變為光的光子芯片技術。它們利用光在芯片中的傳播進行計算，具有超高的并行度和速度，被認為是未來顛覆性計算架構最有力的競爭方案之一。
光計算領域也在使用 AI 輔助設計系統。然而，AI 也給光計算技術套上了「瓶頸」—— 光神經網絡訓練嚴重依賴基于

原文鏈接：清華研究登Nature，首創全前向智能光計算訓練架構，戴瓊海、方璐領銜

聯系作者

文章來源：機器之心
作者微信：
作者簡介：