Китайцы разработали процессор для машинного зрения, который в 3000 раз быстрее и в 4 млн раз эффективнее современного GPU
Китайские исследователи из университета Цинхуа представили чип ACCEL, который меняет правила игры в сфере машинного зрения. Эта полностью аналоговая фотоэлектронная система, сочетающая оптические и электронные вычисления, демонстрирует энергоэффективность, в тысячи раз превосходящую современные графические процессоры (GPU), и открывает путь к созданию по-настоящему автономных роботов и систем «интернета вещей».
Прорыв в скорости и энергопотреблении: как ACCEL обходит GPU
Традиционные цифровые процессоры, включая мощные GPU, сталкиваются с фундаментальным ограничением: обработка видеопотока в реальном времени требует колоссальных вычислительных ресурсов и энергии. ACCEL решает эту проблему кардинально иначе. Вместо того чтобы преобразовывать световой сигнал в цифровой код (нули и единицы), чип обрабатывает информацию напрямую, используя физику света. Это позволяет достичь системной энергоэффективности в 74,8 пета-операций в секунду на ватт — более чем в 1000 раз выше, чем у лучших GPU. Скорость вычислений при этом достигает 4,6 пета-операций в секунду, причем более 99% из них выполняются оптически, без затрат энергии на преобразование сигнала.
Гибридная архитектура: объединение оптики и электроники
Уникальность ACCEL заключается в интеграции двух типов аналоговых вычислений на одном кристалле. Дифракционные оптические вычисления (OAC) используют интерференцию световых волн для обработки изображения, а электронные аналоговые вычисления (EAC) работают с непрерывными физическими величинами. Такой гибридный подход позволяет обойтись без аналого-цифрового преобразователя (АЦП), который является «узким горлышком» в традиционных системах. Отказ от АЦП радикально сокращает задержки, делая ACCEL идеальным решением для задач, где важна каждая миллисекунда, например, в системах предотвращения столкновений для беспилотных автомобилей.
Практические результаты и точность распознавания
Эффективность ACCEL подтверждена экспериментально. Чип продемонстрировал высокую точность классификации в различных тестах: 85,5% на наборе данных Fashion-MNIST, 82,0% на упрощенной версии ImageNet и 92,6% при распознавании покадрового видео. Ключевое преимущество — стабильная работа в условиях низкой освещенности, что критически важно для промышленной робототехники, систем безопасности и портативных устройств. Исследователи подчеркивают, что архитектура чипа масштабируема и адаптивна, что позволяет обучать его под конкретные задачи без изменения физической структуры.
Разработка ACCEL знаменует собой возвращение к принципам аналоговых вычислений, которые были практически вытеснены цифровыми технологиями во второй половине XX века. Первые аналоговые машины, такие как логарифмическая линейка или советская вычислительная машина МН-7, решали сложные дифференциальные уравнения с высокой скоростью, но были ограничены узкой специализацией и точностью. Современные фотонные чипы, как ACCEL, снимают эти ограничения за счет интеграции с электроникой и алгоритмов машинного обучения.
Появление такого чипа может кардинально изменить рынок вычислений. Вместо наращивания вычислительной мощности и энергопотребления центров обработки данных, акцент смещается в сторону специализированных, сверхэффективных решений на границе сети (edge computing). Эксперты из Nature Research Briefing отмечают, что ACCEL способен вывести фотонные вычислительные архитектуры из лабораторий в реальную повседневную жизнь гораздо быстрее, чем предполагалось. Это означает, что в ближайшие годы мы можем увидеть смартфоны и дроны, которые «видят» и анализируют окружающий мир с эффективностью, недоступной сегодняшним суперкомпьютерам.
