高级检索
方璐, 吴嘉敏, 戴琼海. 光电智能计算[J]. 物理, 2023, 52(12): 838-840. DOI: 10.7693/wl20231205
引用本文: 方璐, 吴嘉敏, 戴琼海. 光电智能计算[J]. 物理, 2023, 52(12): 838-840. DOI: 10.7693/wl20231205

光电智能计算

  • 摘要: 当前,人工智能技术的复兴正引领着新一代信息技术迅猛发展,由电子驱动的计算处理器在过去十年中发生了巨大的变化,从通用中央处理器(CPU)到定制计算平台,例如GPU、FPGA和ASIC,以满足对计算资源无处不在的持续增长的需求。这些硅计算硬件平台的进步催生了更大规模的训练和更复杂的模型,极大地促进了人工智能(AI)的复兴。我们见证了各种神经计算架构,例如卷积神经网络(CNN)、递归神经网络(RNN)、脉冲神经网络(SNN)等,在诸多领域的广泛应用。

     

/

返回文章
返回