光子 AI 芯片可自校准:利用误差信号原位梯度下降,MSE 降至 0.0013
bravo_abad · x · 2026-10-06
Zhou 等研究者展示了一种让光子 AI 芯片自我修正的新方法。芯片在仿真中表现良好，但制造中的微小误差会改变光在其中的传播方式，导致实际输出出错。
方法
- 携带输入的光信号正向穿过芯片，再反向发送一个代表输出误差的信号
- 在芯片内部同时测量两个信号的幅度与相位
- 由此获得原位梯度下降所需的信息，基于芯片的真实物理响应调整其设置——导致误差的制造缺陷本身就包含在用于修正的信号中
效果：在四个光学波长上，训练将芯片矩阵计算的均方误差从 0.53 降至约 0.0013。对训练物理系统的研究者而言，这表明「能否获取梯度」可以取决于如何利用系统本身的物理特性。
「Infra」频道最新
- Polars 2.0 发布：流式引擎成默认，SQL 升为一等公民 — banteg · 2026-10-06
- 3090+16GB 内存跑 Qwen3-Next-80B,MoE 专家替换实现约 3 倍解码提速 — Zestyclose_Reality15 · 2026-10-06
- HBM 砍单传闻下 Disco 成热门做空标的，空头警告风险 — zephyr_z9 · 2026-10-06
- TensorFold 绑定双 TB5 连接,Apple Silicon 推理吞吐提升 83% — AIFlow_ML · 2026-10-06
- 双卡 RX 6800 跑 Qwen3 27B:换 Linux+ROCm 后速度提升明显 — SaGa31500 · 2026-10-06
- DeepSeek 开源 GPU BLAS 内核库 DeepGEMM,GitHub 破 8500 星 — deepseek-ai · 2026-10-06