模擬計(jì)算機(jī)是將數(shù)據(jù)表示為連續(xù)物理量（例如電壓、頻率或振動(dòng)）的計(jì)算系統(tǒng)，比數(shù)字計(jì)算機(jī)更節(jié)能，數(shù)字計(jì)算機(jī)將數(shù)據(jù)表示為二進(jìn)制狀態(tài)（即 0 和 1）。然而，升級(jí)模擬計(jì)算平臺(tái)通常很困難，因?yàn)樗鼈兊牡讓咏M件在更大的系統(tǒng)中的行為可能不同。

弗吉尼亞理工大學(xué)、橡樹嶺國家實(shí)驗(yàn)室和德克薩斯大學(xué)達(dá)拉斯分校的研究人員開發(fā)了一種新的合成域方法，這是一種在單個(gè)設(shè)備中以不同頻率編碼信息的技術(shù)，無需添加更多物理組件即可升級(jí)模擬計(jì)算機(jī)。

他們提出的方法在發(fā)表在《自然電子學(xué)》上的一篇論文中進(jìn)行了概述，用于開發(fā)一種基于鈮酸鋰集成非線性語音的緊湊且高效的模擬計(jì)算平臺(tái)。

“我看到了物理神經(jīng)網(wǎng)絡(luò) （PNN） 的優(yōu)勢(shì)，在人工智能應(yīng)用中，物理硬件的結(jié)構(gòu)或行為實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的功能的計(jì)算系統(tǒng)，”該論文的資深作者 Linbo Shao 告訴 Tech Xplore。

“我們一直在開發(fā)微波頻率聲學(xué)設(shè)備，這些設(shè)備可能有助于創(chuàng)建這些系統(tǒng)。在我們最近的論文中，我們引入了一種合成域計(jì)算方案，該方案依賴于鈮酸鋰平臺(tái)上的非線性聲波設(shè)備，其中非線性過程可以有效地執(zhí)行數(shù)學(xué)運(yùn)算，例如矩陣乘法。

Shao 和他的同事開發(fā)的合成頻域方法使他們能夠在單個(gè)模擬計(jì)算設(shè)備上編碼大量數(shù)據(jù)（例如 16x16 矩陣）。這可以防止在集成更多設(shè)備的模擬計(jì)算平臺(tái)中，由于設(shè)備間差異而出現(xiàn)的錯(cuò)誤。

與用于升級(jí)模擬計(jì)算平臺(tái)的傳統(tǒng)方法相比，該團(tuán)隊(duì)新推出的策略消除了集成更多物理組件的需要。

值得注意的是，使用他們的方法創(chuàng)建的第一個(gè)基于 PPN 的模擬計(jì)算系統(tǒng)被發(fā)現(xiàn)在需要將數(shù)據(jù)分為四個(gè)可能類別的任務(wù)中表現(xiàn)非常出色。

“我們使用單個(gè)或幾個(gè)聲波設(shè)備實(shí)現(xiàn)了神經(jīng)網(wǎng)絡(luò)，”Shao 解釋道?！昂铣捎蚍椒梢詰?yīng)用于更多新興設(shè)備，即使處于早期研發(fā)階段只有少數(shù)設(shè)備可用。

“神經(jīng)網(wǎng)絡(luò)和設(shè)備是共同設(shè)計(jì)的，將分類任務(wù)的準(zhǔn)確率顯著提高到 98.2%。這表明了這種共同設(shè)計(jì)的重要性和效率。

Shao 和他的同事的這項(xiàng)工作可能很快就會(huì)為模擬計(jì)算架構(gòu)的可靠升級(jí)開辟新的可能性，以運(yùn)行機(jī)器學(xué)習(xí)算法，而不會(huì)影響其性能。

研究人員現(xiàn)在正在進(jìn)一步改進(jìn)他們的方法，以確保基于鈮酸鋰聲子設(shè)備的計(jì)算系統(tǒng)能夠解決更廣泛的復(fù)雜問題。

“我們將繼續(xù)擴(kuò)大規(guī)模并提高設(shè)備平臺(tái)的性能，例如，適應(yīng)更大的神經(jīng)網(wǎng)絡(luò)模型，”Shao 補(bǔ)充道。