AI导读：

麻省理工学院团队开发出一种专为无线信号处理设计的全新AI硬件加速器，能以光速完成机器学习运算，准确率高达95%，可广泛应用于高性能计算场景，尤其在6G通信和边缘计算设备中展现出巨大潜力。

据最新一期《科学进展》杂志报道，美国麻省理工学院团队开发出一种专为无线信号处理设计的全新人工智能（AI）硬件加速器。这种光学处理器能以光速完成机器学习运算，可在数十纳秒内完成无线信号分类，准确率高达95%，可广泛应用于高性能计算场景，性能远超现有的数字AI加速器。

传统的数字AI加速器需要将无线信号转化为图像，再通过深度学习模型进行分类。尽管这种方法准确率高，但神经网络计算密集，响应速度难以满足微秒级甚至更低的延迟要求。此次麻省理工学院团队开发的光学神经网络架构，利用光信号直接进行数据编码与处理，显著提升了计算效率，降低了能耗。

这个称为“乘性模拟频域变换光学神经网络”（MAFT-ONN）的系统，在无线信号被数字化之前，就在频域中完成所有信号编码与机器学习运算，极大提升了可扩展性。团队通过“光电乘法”技术，仅用一个设备就可集成1万个神经元并一次性完成所有乘法运算，无需为每个神经元单独配置硬件。实验显示，MAFT-ONN一次性分类的准确率达85%，结合多次测量后可迅速提升至99%以上，整个过程耗时仅约120纳秒。

该芯片在未来6G通信场景中有着巨大潜力，例如认知无线电可根据无线环境变化自动调整调制方式，优化数据传输。此外，它还可赋能边缘计算设备，如协助自动驾驶汽车实现快速响应，或为智能起搏器提供实时健康监测能力，展现出广泛的应用前景。

（文章来源：科技日报）