
跟着而已办公、等运用场景对带宽需求的激增万博manbext体育官网app官网,联网确立激增使得有限的无线频谱资源分派濒临巨大挑战。 东说念主工智能(AI)正在深远变革包括射频信号处理与先进通讯在内的繁多限制。AI 时期能有用处理日益复杂的频谱环境,同期满足无线数据传输速率合手续攀升的需求。基于 AI 的信号处理时期将赋能 6G 等新一代通讯系统,使理解无线电、信号及动态资源分派等要害智商得以已毕。 但现存大多量无线信号分类处理的东说念主工智能要领不仅功耗高,还难以已毕及时运算。 近日,麻省理工


跟着而已办公、等运用场景对带宽需求的激增万博manbext体育官网app官网,联网确立激增使得有限的无线频谱资源分派濒临巨大挑战。
东说念主工智能(AI)正在深远变革包括射频信号处理与先进通讯在内的繁多限制。AI 时期能有用处理日益复杂的频谱环境,同期满足无线数据传输速率合手续攀升的需求。基于 AI 的信号处理时期将赋能 6G 等新一代通讯系统,使理解无线电、信号及动态资源分派等要害智商得以已毕。
但现存大多量无线信号分类处理的东说念主工智能要领不仅功耗高,还难以已毕及时运算。
近日,麻省理工学院的究诘团队开辟出了一款挑升为无线信号处理诡计的新式 AI 硬件加快器。有关著作以题为“RF-photonic deep learning processor with Shannon-limited data movement”发表在Science Advanced期刊。
这款光学处理器能以光速扩充机器学习运算,能在纳秒级时辰内对无线信号进行分类。
相较于顶尖的数字处理器,这款光子芯片的处理速率晋升约 100 倍,同期保合手 95% 的信号分类准确率。该硬件加快器兼具可膨胀性与活泼性,可适配多种高性能考虑场景,且在体积、分量、老本及能效方面均优于数字AI加快器。
这项时期尤其适用于翌日 6G 运用场景,举例能凭据无线环境动态调养调制表情以优化数据传输速率的理解无线电。究诘团队指出,该确立使边际确立具备及时深度学习智商,其运用出路远超信号处理限制。举例可助力自动驾驶汽车对环境变化作念出毫秒级反映,或使智能起搏器已毕合手续心电监测。

刻下,最先进的无线信号处理数字 AI 加快器需将信号退换为图像后,通过深度学习模子进行分类。天然这种要领精度极高,但深度神经荟萃广大的考虑量使其难以满足诸多时效敏锐型运用的需求。
光学系统通过光波编码和处理数据,不仅能加快深度神经荟萃运算,其能耗也远低于数字考虑。但历久以来,究诘东说念主员在确保光学器件可膨胀性的同期,遥远难以最大化通用光学神经荟萃在信号处理中的性能进展。
该究诘团队通过开辟专为信号处理诡计的翻新架构——乘性模拟频率变换光学神经荟萃(MAFT-ONN),收效攻克了这一难熬。该决议通过在无线信号数字化之前的频域内完成统统信号数据编码及机器学习运算,从根柢上科罚了系统膨胀性问题。

究诘团队诡计的该光学神经荟萃可原位扩充统统线性和非线性运算(深度学习必需的两类运算)。收获于这一翻新架构,通盘光学神经荟萃每层仅需单个 MAFT-ONN 器件,而传统决议每个考虑单位(即“神经元”)皆需独处器件撑合手。
“咱们能在单个器件上集成 10,000 个神经元,并一次性完成统统必要乘法运算。”第一作家 Ronald Davis 解说说念。这一险阻通过光电倍增时期已毕,该时期不仅权贵晋升能效,还使光学神经荟萃可通过加多层级径直膨胀,无需异常支出。

MAFT-ONN 系统的责任过程分为三个要害阶段:当先摄取原始无线信号输入,随后在光学域完成及时信号处理,最终将处理适度传输至边际确立进行后续操作。以信号调制识别为例,该系统能已毕信号类型的自主判断,为后续数据解码提供要害参数支合手。

究诘东说念主员在诡计 MAFT-ONN 时濒临的最大挑战之一是若何将机器学习考虑映射到光学硬件上。Davis 指出:“现存机器学习框架无法径直适配咱们的光学处理器,必须重新构建硬件感知的考虑架构,通过悉心诡计的物理效应来已毕特定考虑功能。”
当他们在仿真中对信号分类测试该架构时,光学神经荟萃单次运算达到了 85% 的准确率,通过屡次测量不错快速敛迹至 99% 以上的准确率,MAFT-ONN 完成通盘处理过程仅需约 120 纳秒。
“测量时辰越长,取得的准确率就越高。由于 MAFT-ONN 在纳秒级完成推理,你不需要点火太多速率就能取得更高的准确率。”Davis 补充说念。
当今,最先进的数字射频确立不错在微秒级完成机器学习推理,而光学系统不错在纳秒致使皮秒级完成。
瞻望翌日,究诘东说念主员但愿选定所谓的多路复用决议,以扩充更多考虑并膨胀 MAFT-ONN。他们还但愿将责任膨胀到更复杂的深度学习架构,概况开动 Transformer 模子或 LLM。
https://news.mit.edu/2025/photonic-processor-could-streamline-6g-wireless-signal-processing-0611