Villámgyors processzor analóg mikrohullámokkal
Az új technológia elsősorban nagy sávszélességű alkalmazásokhoz, például radaros képalkotáshoz ideális, ahol korábban a digitális számítógépes feldolgozás korlátokba ütközött. Az MNN (mikrohullámú neurális hálózat) egyetlen chipen helyezhető el, programozható módon képes a különböző frekvenciák torzítására, így többféle adatfeldolgozási feladatra is gyorsan áthangolható. Ez a megoldás rengeteg, digitális gépekben megszokott jelfeldolgozási lépést kihagy, ezzel óriási tempóra képes.
Emberi agy inspirálta rendszer
A mikrohullámú chip működése a mesterséges neurális hálózatokhoz hasonlít, melyek az emberi agy mintájára, összekapcsolt elektromágneses csomópontokból állnak. Ezek azonosítják a mintákat a beérkező adatokban, majd alkalmazkodnak az új információkhoz. A chip egy összetett hullámvezetős áramkörön keresztül dolgozza fel a különböző frekvenciákat, lehetővé téve, hogy bonyolult logikai műveleteket végezzen, bináris sorozatokat ismerjen fel, illetve adatmintázatokat azonosítson, 88 százalékos pontossággal.
Brutális tempó, minimális energiafogyasztás
A mikrohullám-alapú chip akár több tíz gigahertzes sebességgel (legalább 20 milliárd művelet másodpercenként) képes dolgozni, messze túlszárnyalva a hagyományos otthoni processzorokat, melyek 2,5–4 GHz (2,5–4 milliárd művelet/másodperc) környékén működnek. Az új megközelítés probabilisztikus, így magas pontosságot nyújt, miközben nincs szükség túlzott hibajavításra vagy bonyolult áramkörökre. Fogyasztása is rendkívül alacsony: kevesebb mint 200 mW-ot (0,2 wattot) igényel, ami egy okostelefon teljesítményfelvételével egyezik meg, míg a legtöbb CPU 65–150 watt között fogyaszt.
Okosóráktól a mesterséges intelligenciáig
Az alacsony energiaigény miatt a mikrohullámú processzor akár hordható eszközökbe is beépíthető, illetve tökéletesen alkalmas peremhálózati feldolgozási (edge computing) feladatokra, mivel nem igényel központi szerverkapcsolatot, és jelentősen csökkenti a késleltetést. Az MI-modellek tanításánál is új utakat nyithat meg, olcsó, gyors és kompakt alternatívát kínálva. A kutatók most a fejlesztés egyszerűsítésén dolgoznak, hogy még kisebb és hatékonyabb chipek készülhessenek, gazdagabb kimenettel és fejlettebb tanulási képességekkel.
