Про це повідомляє “Kreschatic” з посиланням на SciTechDaily
Науковці з Массачусетського технологічного інституту (MIT) розробили інноваційний оптичний чіп, що дозволяє виконувати завдання машинного навчання на швидкості світла, відкриваючи нові можливості для 6G технологій. Цей чіп може стати ключовим елементом у майбутніх системах зв’язку, зменшуючи затримки та підвищуючи ефективність передачі даних у реальному часі. Завдяки своїй здатності до обробки сигналів у наносекундах, технологія має величезний потенціал для різноманітних додатків, від автономних автомобілів до медичних пристроїв.
Розвиток зв’язку 6G потребує значних інновацій в обробці та передачі даних. Існуючі цифрові чіпи для обробки радіочастотних сигналів зазвичай мають обмеження у швидкості та ефективності, що ускладнює їх застосування в реальному часі. MIT вирішили це питання, створивши чіп, здатний до швидкої обробки та класифікації сигналів, що робить його ідеальним для таких складних завдань, як управління бездротовим спектром і зниження енергоспоживання.
Принцип роботи оптичного чіпа
Основною перевагою нової технології є використання світла для обробки даних. Це дозволяє значно збільшити швидкість обробки та зменшити енергетичні витрати порівняно з традиційними цифровими чіпами. Чіп MIT може виконувати машинне навчання з точністю до 95%, класифікуючи сигнали всього за кілька наносекунд. Таке прискорення уможливлює оперативну обробку сигналів, що є критично важливим для майбутніх систем зв’язку та реального часу.
Унікальність цієї технології полягає в її здатності обробляти сигнали на основі частотного домену, що дозволяє забезпечити масштабованість і зменшити потреби в додаткових апаратних засобах. Розробка не лише покращує ефективність, але й знижує витрати на виготовлення чіпів, роблячи їх доступнішими для масового використання.
Вплив на 6G і повсякденні технології
Чіп, розроблений в MIT, може стати основою для майбутніх бездротових систем, таких як когнітивні радіо, які здатні динамічно змінювати формати модуляції для оптимізації швидкості передачі даних. Така технологія є необхідною для реалізації 6G, яка передбачає з’єднання мільярдів пристроїв з високошвидкісним Інтернетом. Здатність здійснювати глибоке навчання на місці без значних затримок дозволяє впроваджувати інтелектуальні функції в різні пристрої, включаючи автономні автомобілі та медичні системи.
Одним з найважливіших застосувань цієї технології стане можливість миттєвої реакції пристроїв на зміни в оточенні. Наприклад, автономні автомобілі зможуть оперативно обробляти інформацію про навколишнє середовище, а медичні пристрої, такі як кардіостимулятори, зможуть забезпечувати постійний моніторинг здоров’я пацієнтів у реальному часі.
Перспективи та подальші розробки
Команда MIT планує продовжити роботу над вдосконаленням оптичних нейронних мереж, зокрема розширити можливості чіпа для підтримки більш складних архітектур глибокого навчання, таких як трансформери та великі мовні моделі. Вони також планують вдосконалити методи мультиплексування для забезпечення більшої обчислювальної потужності, що дозволить ще більше розширити застосування технології в різних сферах.
Нагадаємо, раніше ми писали про те, що вчені створили першу у світі практичну гібридну бетавольтаїчну клітину.
