超级军网IBM演示硅光子学技术新成果 打破瓶颈提升传输速度
来源：百度文库 编辑：超级军网 时间：2024/04/27 23:25:19
硅光子学（Silicon Photonics）是为打破计算领域瓶颈而设计的前沿科技，今天“蓝色巨人”IBM的科研工程师让这项技术迈上了新的台阶。IBM的科研专家通过multiplexing技术成功在单根光纤线缆中同时发送和接受四种不同颜色的红外线光，每个通道的传输速度为每秒25gigabits，使总传输速度可以达到100Gbps。在这样的高速下每2秒就能传输完成全分辨率的蓝光光盘内容。在本周二的声明中，IBM表示这是行业内首次将基于multiplexing技术的高速传输和芯片的all-in-one设计结合。
硅光子学和传统芯片技术的结合能够带来光纤上的超快速数据传输，使用光纤来替代传统电缆进行数据传输无论在速度还是传输距离上都能获得巨大的提升，但因此也非常的昂贵。目前IBM只是从实验室带来了演示芯片，但是在IBM、英特尔和Luxtera的努力下将会在Google Search、微软Office Online和Facebook社交网络中扮演重要角色，目前这些服务的数据中心还是通过铜线进行连接，在传输速度上已经达到了瓶颈。
加州大学首次实现用神经元模拟芯片执行仿生任务
模拟人类大脑的电子芯片已经算不上新鲜事物——IBM已于去年就发布了达到量产级别的神经突触模拟芯片SyNAPSE——但要说利用这样的芯片来执行大脑任务，则还尚未有过先例。不过加州大学圣巴巴拉分校的研究人员已经打破了这个僵局。他们利用了一个最基础的、只有100个神经元突触的仿生芯片，执行并完成了人类大脑最典型的任务——图像识别。这在人类史上尚属首次。
利用基于记忆电阻（memristor）的技术来避开视觉干扰，并辨识出字母，从整体上看有点类似人要在人群中鉴别出好友。传统电脑当然也能完成这样的仿生任务，但代价却是需要配置极其昂贵，且性能异常突出的芯片。
加州大学圣巴巴拉分校的研究实验与真正的能媲美人类智慧的高复杂神经计算机显然还存在着相当的距离。譬如要实现在看到一个场景时能主动意识到其中的不和谐之处，我们不仅要更深层次了解神经反应的原理，也需要有更多的人工突触来支持。当然，这一切应该都只是时间问题。
科学家们相信，不久的将来就会出现一个由记忆电阻网络和传统处理器共同组成的系统，并帮助人类解决复杂的任务。而最终，一个完全由仿生芯片打造的计算设备，将会在未来为人类提供真正智能的导航应用，及可进行诊断的医学成像系统。硅光子学（Silicon Photonics）是为打破计算领域瓶颈而设计的前沿科技，今天“蓝色巨人”IBM的科研工程师让这项技术迈上了新的台阶。IBM的科研专家通过multiplexing技术成功在单根光纤线缆中同时发送和接受四种不同颜色的红外线光，每个通道的传输速度为每秒25gigabits，使总传输速度可以达到100Gbps。在这样的高速下每2秒就能传输完成全分辨率的蓝光光盘内容。在本周二的声明中，IBM表示这是行业内首次将基于multiplexing技术的高速传输和芯片的all-in-one设计结合。
硅光子学和传统芯片技术的结合能够带来光纤上的超快速数据传输，使用光纤来替代传统电缆进行数据传输无论在速度还是传输距离上都能获得巨大的提升，但因此也非常的昂贵。目前IBM只是从实验室带来了演示芯片，但是在IBM、英特尔和Luxtera的努力下将会在Google Search、微软Office Online和Facebook社交网络中扮演重要角色，目前这些服务的数据中心还是通过铜线进行连接，在传输速度上已经达到了瓶颈。
加州大学首次实现用神经元模拟芯片执行仿生任务
模拟人类大脑的电子芯片已经算不上新鲜事物——IBM已于去年就发布了达到量产级别的神经突触模拟芯片SyNAPSE——但要说利用这样的芯片来执行大脑任务，则还尚未有过先例。不过加州大学圣巴巴拉分校的研究人员已经打破了这个僵局。他们利用了一个最基础的、只有100个神经元突触的仿生芯片，执行并完成了人类大脑最典型的任务——图像识别。这在人类史上尚属首次。
利用基于记忆电阻（memristor）的技术来避开视觉干扰，并辨识出字母，从整体上看有点类似人要在人群中鉴别出好友。传统电脑当然也能完成这样的仿生任务，但代价却是需要配置极其昂贵，且性能异常突出的芯片。
加州大学圣巴巴拉分校的研究实验与真正的能媲美人类智慧的高复杂神经计算机显然还存在着相当的距离。譬如要实现在看到一个场景时能主动意识到其中的不和谐之处，我们不仅要更深层次了解神经反应的原理，也需要有更多的人工突触来支持。当然，这一切应该都只是时间问题。
科学家们相信，不久的将来就会出现一个由记忆电阻网络和传统处理器共同组成的系统，并帮助人类解决复杂的任务。而最终，一个完全由仿生芯片打造的计算设备，将会在未来为人类提供真正智能的导航应用，及可进行诊断的医学成像系统。
硅光子学和传统芯片技术的结合能够带来光纤上的超快速数据传输，使用光纤来替代传统电缆进行数据传输无论在速度还是传输距离上都能获得巨大的提升，但因此也非常的昂贵。目前IBM只是从实验室带来了演示芯片，但是在IBM、英特尔和Luxtera的努力下将会在Google Search、微软Office Online和Facebook社交网络中扮演重要角色，目前这些服务的数据中心还是通过铜线进行连接，在传输速度上已经达到了瓶颈。
加州大学首次实现用神经元模拟芯片执行仿生任务
模拟人类大脑的电子芯片已经算不上新鲜事物——IBM已于去年就发布了达到量产级别的神经突触模拟芯片SyNAPSE——但要说利用这样的芯片来执行大脑任务，则还尚未有过先例。不过加州大学圣巴巴拉分校的研究人员已经打破了这个僵局。他们利用了一个最基础的、只有100个神经元突触的仿生芯片，执行并完成了人类大脑最典型的任务——图像识别。这在人类史上尚属首次。
利用基于记忆电阻（memristor）的技术来避开视觉干扰，并辨识出字母，从整体上看有点类似人要在人群中鉴别出好友。传统电脑当然也能完成这样的仿生任务，但代价却是需要配置极其昂贵，且性能异常突出的芯片。
加州大学圣巴巴拉分校的研究实验与真正的能媲美人类智慧的高复杂神经计算机显然还存在着相当的距离。譬如要实现在看到一个场景时能主动意识到其中的不和谐之处，我们不仅要更深层次了解神经反应的原理，也需要有更多的人工突触来支持。当然，这一切应该都只是时间问题。
科学家们相信，不久的将来就会出现一个由记忆电阻网络和传统处理器共同组成的系统，并帮助人类解决复杂的任务。而最终，一个完全由仿生芯片打造的计算设备，将会在未来为人类提供真正智能的导航应用，及可进行诊断的医学成像系统。硅光子学（Silicon Photonics）是为打破计算领域瓶颈而设计的前沿科技，今天“蓝色巨人”IBM的科研工程师让这项技术迈上了新的台阶。IBM的科研专家通过multiplexing技术成功在单根光纤线缆中同时发送和接受四种不同颜色的红外线光，每个通道的传输速度为每秒25gigabits，使总传输速度可以达到100Gbps。在这样的高速下每2秒就能传输完成全分辨率的蓝光光盘内容。在本周二的声明中，IBM表示这是行业内首次将基于multiplexing技术的高速传输和芯片的all-in-one设计结合。
硅光子学和传统芯片技术的结合能够带来光纤上的超快速数据传输，使用光纤来替代传统电缆进行数据传输无论在速度还是传输距离上都能获得巨大的提升，但因此也非常的昂贵。目前IBM只是从实验室带来了演示芯片，但是在IBM、英特尔和Luxtera的努力下将会在Google Search、微软Office Online和Facebook社交网络中扮演重要角色，目前这些服务的数据中心还是通过铜线进行连接，在传输速度上已经达到了瓶颈。
加州大学首次实现用神经元模拟芯片执行仿生任务
模拟人类大脑的电子芯片已经算不上新鲜事物——IBM已于去年就发布了达到量产级别的神经突触模拟芯片SyNAPSE——但要说利用这样的芯片来执行大脑任务，则还尚未有过先例。不过加州大学圣巴巴拉分校的研究人员已经打破了这个僵局。他们利用了一个最基础的、只有100个神经元突触的仿生芯片，执行并完成了人类大脑最典型的任务——图像识别。这在人类史上尚属首次。
利用基于记忆电阻（memristor）的技术来避开视觉干扰，并辨识出字母，从整体上看有点类似人要在人群中鉴别出好友。传统电脑当然也能完成这样的仿生任务，但代价却是需要配置极其昂贵，且性能异常突出的芯片。
加州大学圣巴巴拉分校的研究实验与真正的能媲美人类智慧的高复杂神经计算机显然还存在着相当的距离。譬如要实现在看到一个场景时能主动意识到其中的不和谐之处，我们不仅要更深层次了解神经反应的原理，也需要有更多的人工突触来支持。当然，这一切应该都只是时间问题。
科学家们相信，不久的将来就会出现一个由记忆电阻网络和传统处理器共同组成的系统，并帮助人类解决复杂的任务。而最终，一个完全由仿生芯片打造的计算设备，将会在未来为人类提供真正智能的导航应用，及可进行诊断的医学成像系统。
链接呢
自从超级电脑“沃森”在与人类智力竞赛高手较量中大获全胜以来，关于电脑会取代人脑的话题就不绝于耳。
日前，一个由美日科学家组成的研究小组开发出一种能够模拟大脑进行自然计算的硬件平台，被认为能在人造大脑以及自然或认知计算研究中发挥重要作用，可看作是人工智能走进现实的第一步，相关论文发表在最新一期《纳米技术》杂志上。
自然计算是一种全新的计算形式，具有自适应、自组织、自学习的能力，能够解决传统计算方法难于解决的各种复杂问题。就像人脑一样，它基于一个具备自发行为的复杂系统，能从环境中学习，将与众多单元交互的结果通过宏观行为呈现出来。而由于整体架构和体系的不同，通过传统方式制造出来的计算机完全无法用于复杂系统和自然计算。
由美国加州大学洛杉矶分校和日本国家材料科学研究所科学家开发出的这种装置名为原子开关网络，由许多纳米尺度的忆阻器组成，每个忆阻器就是一个原子开关。这些开关能够根据此前存储的内容调整电阻，产生与之相适应的电流或电压。这种设计能够使该装置产生自发行为，可不断根据环境参数进行自我调整。这一特征对于复杂系统来说是必不可少的，因为它能够进行学习，与环境交互，并解决所面临的问题，而内存中的数据则始终处于不断的变化和调整中。
吉姆楚斯基说：“未来我们计划研制一种传统计算设备与这种类脑设备的混合系统，并开发出一种新型的基于分布式存储和人工神经网络的程序。这将是人工智能走进现实的第一步，总有一天我们的电脑将会像我们一样聪明。”
现在唯一的问题就是，你愿意生活在电脑和人一样聪明的时代吗？
日前，一个由美日科学家组成的研究小组开发出一种能够模拟大脑进行自然计算的硬件平台，被认为能在人造大脑以及自然或认知计算研究中发挥重要作用，可看作是人工智能走进现实的第一步，相关论文发表在最新一期《纳米技术》杂志上。
自然计算是一种全新的计算形式，具有自适应、自组织、自学习的能力，能够解决传统计算方法难于解决的各种复杂问题。就像人脑一样，它基于一个具备自发行为的复杂系统，能从环境中学习，将与众多单元交互的结果通过宏观行为呈现出来。而由于整体架构和体系的不同，通过传统方式制造出来的计算机完全无法用于复杂系统和自然计算。
由美国加州大学洛杉矶分校和日本国家材料科学研究所科学家开发出的这种装置名为原子开关网络，由许多纳米尺度的忆阻器组成，每个忆阻器就是一个原子开关。这些开关能够根据此前存储的内容调整电阻，产生与之相适应的电流或电压。这种设计能够使该装置产生自发行为，可不断根据环境参数进行自我调整。这一特征对于复杂系统来说是必不可少的，因为它能够进行学习，与环境交互，并解决所面临的问题，而内存中的数据则始终处于不断的变化和调整中。
吉姆楚斯基说：“未来我们计划研制一种传统计算设备与这种类脑设备的混合系统，并开发出一种新型的基于分布式存储和人工神经网络的程序。这将是人工智能走进现实的第一步，总有一天我们的电脑将会像我们一样聪明。”
现在唯一的问题就是，你愿意生活在电脑和人一样聪明的时代吗？