研究人員開發出一種新型儲存單元，它既可以儲存訊息，又可以進行高速、高效的運算。
研究人員 10 月 23 日在期刊上報道稱，該儲存單元使用戶能夠在儲存陣列內運行高速運算。更快的處理速度和低能耗有助於擴大資料中心的規模（人工智慧）系統。
研究合著者表示：“我們投入了大量的力量和精力來擴大數據中心或計算場的規模，這些數據中心或計算場擁有數千個同時運行的 GPU [圖形處理單元]”內森楊布拉德匹茲堡大學的電氣和電腦工程師告訴《生活科學》。 「解決方案不一定是提高效率。只是購買越來越多的 GPU，花費越來越多的電量。因此，如果光學能夠解決一些相同的問題，並且更有效率、更快，那麼希望能夠降低功耗並提高機器學習系統的吞吐量。
新單元利用磁場將入射光訊號順時針或逆時針引導通過環形諧振器（一種增強某些波長的光的組件）並進入兩個輸出端口之一。根據每個輸出埠的光強度，儲存單元可以編碼介於零和一之間或零和負一之間的數字。傳統儲存單元僅對一位資訊中的 0 或 1 值進行編碼，而新單元可以對多個非整數值進行編碼，使其每個單元最多可儲存 3.5 位元。
有關的：
那些逆時針和順時針的信號燈就像「跑道上的兩個賽跑者，繞著跑道向相反的方向奔跑，風總是一個面向另一個的背面。一個可以比另一個跑得快，」Youngblood 說。 “你正在比較這兩個跑步者繞跑道跑步的速度，這使你基本上可以編碼正數和負數。”
圍繞環形諧振器的競賽產生的數字可用於加強或削弱人工神經網路中節點之間的連接，人工神經網路是機器學習演算法，以類似於人腦的方式處理資料。 Youngblood 說，這可以幫助神經網路辨識影像中的物體。
與傳統電腦在中央處理單元中進行計算然後將結果傳送到記憶體不同，新的記憶體單元在記憶體陣列本身內部執行高速運算。 Youngblood 表示，記憶體運算對於人工智慧等需要快速處理大量資料的應用程式特別有用。
研究人員也證明了磁光細胞的耐用性。研究人員寫道，他們在單元上運行了超過20 億次寫入和擦除週期，沒有觀察到任何性能下降，這比過去的光子儲存技術提高了1,000 倍。除次數限制在10,000 到100,000 次之間循環，楊布拉德說。
未來，Youngblood 和他的同事希望將多個細胞放入電腦晶片上，並嘗試更先進的運算。
Youngblood 表示，最終，這項技術可以幫助減少運行人工智慧系統所需的電力。
