近期，清华大学电子工程系方璐教授课题组、自动化系戴琼海教授课题组创新性地设计了全前向智能光计算训练架构，开发出一种名为“太极-II”的通用光训练芯片。该芯片摆脱了原有光计算系统对电计算离线建模的依赖，实现了大规模神经网络的在线训练，并有潜力支撑未来 AI 大模型的高速、低功耗训练。
相关研究论文以“Fully forward mode training for optical neural networks”为题，已发表在权威科学期刊 Nature 上。
研究团队通过建立光子传播对称性模型，未采用传统的电训练反向传播范式，化“反”为“前”。这种新范式挣脱了前向-反向光场传播严格对齐的束缚，基于通用的光计算原位训练系统，突破了电训练架构对物理光计算的掣肘。
该研究为光计算领域提供了大规模神经网络精准、高效的训练方法，为智能光计算系统的设计及开发提供了新思路，为光的计算能力开拓了新边界。
商务合作：13146398132
媒体合作：13341147250
爆料投稿：editor@vrarworld.cn
版权声明：本文为VRAR星球原创，任何单位及个人未经授权不得转载，否则将依法追究侵权责任。
如需转载请联系13341147250 / editor@vrarworld.cn 申请授权，转载时请注明来源并保留VRAR星球原文链接。
本文部分图片及视频来源于互联网，如涉及侵权请联系我们删除。
用Vision Pro制作PPT、设计绘图，提前体验一把未来打工人的工作环境
MR游戏《Living Room》已登陆Quest 3，将野生动物保护区带入玩家家中
艾瑞咨询：VR终端出货将在2027年飞跃式突破
苹果智能眼镜可能还需等待很长时间才会上市
大朋VR进军北美市场，携手加拿大Computers & Electronics扩展业务
2月SteamVR数据：Quest 3为增幅最大的头显
对话谷东科技创始人兼CEO崔海涛：工业元宇宙将在三五年内爆发，规模超千亿美元
马斯克、黄仁勋等美科技界领袖出席AI闭门会议
Rokid AR Lite荣获DIA设计智造大奖，屏幕模式即将发布重大更新
Cognitive3D推出定制仪表板，以增强XR空间数据分析
关注微信公众号
扫码添加客服
