芯片中低能消耗的“微波大腦”都計算出超級填充的數據和無線信號

康奈爾大學的研究人員開發了低能微芯片，他們稱之為“微波爐”，這是第一個使用微波物理學在超快速數據信號和無線信號上計算的處理器。

雜誌中的細節 自然電子處理器是第一個真實的微波神經網絡，已完全集成到矽微芯片中。它對諸如解碼無線電信號，跟踪目標雷達和處理數字數據等任務的實時計算頻域的計算，同時消耗了少於200個千萬的功率。

“由於他能夠立即以廣泛的頻率頻段積累，因此可以重做幾項計算任務，”博士學位課程的主要作者Bal Govind說，他與博士生麥克斯韋·安德森（Maxwell Anderson）進行了研究。 “他繞過了通常應該製造數字計算機的大量信號處理步驟。”

該功能由芯片作為神經網絡的設計提供，這是一種使用可自定義波的互連模式在大腦中模擬的計算機系統。

這使他能夠識別模板並研究數據。但是，與傳統的神經網絡依靠數字操作和專用數小時的分步說明不同，該網絡在微波模式下使用模擬非線性行為，這使您可以比大多數數字芯片更快地處理數十個Gigaerz-Namepa的數據流。

“ Bal拋出了許多普通的圓形設計，以實現這一目標，”工程學教授Alissa Apsel是Applied and Engineering Physics助理教授Peter McMahon意識的作者。

“他沒有試圖模擬數字神經網絡的結構，而是創建了更像受控的頻率行為，最終可以為您提供高性能計算。”

芯片可以執行低級別的邏輯函數和復雜的任務，例如識別位序列或計算高速數據中的二進制值。在多個分類任務中，它已達到或高於88％的精度，包括與數字神經網絡相當的無線信號類型，但具有部分功率和大小。

Govind說：“在傳統的數字系統中，由於任務變得更加複雜，因此您需要更多的方案，更多的功能和更多的錯誤校正才能保持準確性。” “但是，通過我們的概率方法，我們可以在簡單和復雜的計算上保持高度準確性，而沒有這些增加的間接成本。”

根據研究人員的說法，芯片對入口的極端敏感性使設備非常適合確保硬件安全性，例如在幾種微波頻率條紋中無線通信的敏感性異常。

APSEL說：“我們還認為，如果我們減少功耗更多，我們將能夠將其部署到Edge Computing等應用程序中。” “您可以在智能手錶或手機上部署它，並在知識設備上創建自己的模型，而不是依賴雲服務器。”

儘管芯片仍然是實驗性的，但樂觀的研究人員會探討其可擴展性。他們嘗試提高其準確性並將其集成到現有的微波和數字處理平台中的方法。

這項工作是由於初步努力而出現的，這是一個較大的項目的一部分，該項目由高級研究項目和納米尺寸的科學和技術機構提供支持。