基于硬件的“加速器”的新发展从电子张量核和基于忆阻器的阵列到光子实现。这些方法的目标是处理机器学习的指数级增长的计算负载，目前这需要大约每3.5倍的硬件能力 月。一种解决方案是增加可由这种硬件处理的数据维度。尽管先前已经报道了通过多路复用空间和波长的二维数据处理，但三维处理的使用尚未在硬件中实现。鉴于此，来自牛津大学材料系的H. Bhaskaran等人引入了光子信号的射频调制，以提高并行性，在空间分布的非易失性存储器和波长复用的同时，为数据增加了额外的维度。

文章要点：

1) 该研究利用更高维度的处理来将这样的系统配置为与边缘计算框架兼容的架构，这一系统实现了100的并行度，比仅使用空间和波长自由度的实现高出两个数量级；

2) 此外，该研究通过对来自心血管疾病患者的100个临床心电图信号进行同步卷积，并构建一个卷积神经网络来证明这一点，该网络能够以93.5%的准确率识别有猝死风险的患者。

参考资料：

Dong, B., Aggarwal, S., Zhou, W. et al. Higher-dimensional processing using a photonic tensor core with continuous-time data. Nat. Photon. (2023).

10.1038/s41566-023-01313-x

https://doi.org/10.1038/s41566-023-01313-x