康奈尔大学技术学院的研究人员开发了一种新颖的光学接收器，该接收器可以直接用光改变处理器的内存，从而可能降低AI系统的能源需求。该技术通过接收数字化的、类似二维码的光矩阵，绕过了传统光学接收器中使用的模拟电路。该系统旨在解决内存和处理器之间数据移动的瓶颈问题，这对于扩展数据中心和机器人等应用中的AI模型至关重要。虽然目前仍是概念验证，但该团队正在努力提高实际应用的速度和数据传输速率。 AI
影响 可能降低AI硬件的能耗，从而在边缘设备和数据中心实现更高效的AI部署。
排序理由 在研究研讨会上展示的新颖技术。[lever_c_demoted from research: ic=1 ai=0.7]
- Cornell Tech
- Dennis Sylvester
- dynamic random-access memory
- IEEE/JSAP Symposium on VLSI Technology & Circuits
- Jae-Sun Seo
- New York City
- Sram
- University of Michigan
- Yifan He
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
