Поделиться
В России создан фотонный вычислитель, обрабатывающий видео в сотни раз быстрее нейросетей на полупроводниковых компьютерах
В Самарском университете создали экспериментальный образец аналоговой фотонной вычислительной системы, способной почти со скоростью света анализировать видеоданные. Современные нейросети на основе полупроводниковых компьютеров делают это в сотни раз медленнее.
Разработка самарских ученых
В Самарском университете им. Королева изготовили экспериментальный образец аналоговой фотонной вычислительной системы, сообщил вуз на своем сайте.
Оптическая нейросеть на основе фотонного вычислителя сможет в режиме реального времени анализировать поступающий в систему видеопоток и практически мгновенно распознавать и находить в нем заданные к поиску объекты и изображения.
Экспериментальный вычислитель может уместиться в корпусе размером с небольшой системный блок компьютера. Он способен составить конкуренцию современным нейросетям и обрабатывать видеоданные в сотни раз быстрее, заявили ученые.
Надежность распознавания в ходе первых экспериментов в 2023 г. на демонстрационном образце составила 93,75%. В новой, экспериментальной версии использованы компоненты с улучшенными характеристиками и установлен другой лазер — диодного типа, который более компактный и обладает улучшенными свойствами, влияющими на точность распознавания.
«Процессы настройки и калибровки завершатся, как ожидается, в сентябре, после чего мы до ноября этого года планируем провести серию экспериментов, которые на практике покажут, на что способна экспериментальная версия вычислителя», — сказал профессор кафедры технической кибернетики, доктор физико-математических наук Роман Скиданов.
Изготовить и испытать опытный образец вычислителя, который может стать практически предсерийным, планируется в 2025 г.
Скорость обработки видеоданных
По словам Скиданова, прибор «может распознавать и классифицировать заданные объекты в видеопотоке почти со скоростью света — в сотни раз быстрее современных цифровых нейросетей на основе полупроводниковых компьютеров».
Плагин для обработки видеоданных при помощи нейросетей на российских ускорителях производства НТЦ «Модуль» NM Card, разработанный компанией «Криптонит» (входит в «ИКС Холдинг»), как выяснил CNews в августе 2024 г., демонстрирует скорость обработки 24 кадров/с. NM Card – отечественный аналог Nvidia Jetson Nano.
Nvidia является абсолютным лидером в сфере производства аппаратных технологий для ИИ-решений. У Nvidia Jetson Nano скорость обработки составляет 25 кадров/с.
Сфера применения
Видеоаналитика активно применяется, например, в сфере безопасности — для автоматического распознавания лиц, номеров автомобильного транспорта и различных объектов в видеопотоке. Промышленная видеоаналитика помогает анализировать производственные процессы и эффективность труда. Это позволяет принимать взвешенные решения на основе данных и повышать эффективность бизнеса.
Разработка самарских ученых наряду с анализом «картинки» с обычной видеокамеры благодаря высокой скорости сможет анализировать данные, получаемые с помощью гиперспектрометров, видящих реальность в многоканальном спектральном отображении и позволяющих обнаруживать объекты, невидимые для обычных средств наблюдения.
В сообщении пресс-службы университета говорится, что с помощью гиперспектрометров можно эффективно обнаруживать парниковые газы, фиксируя выбросы метана и CO2, вести геологоразведку труднодоступных территорий, выявляя из космоса спектральные сигнатуры различных минералов, в том числе тех, что указывают на возможное расположение месторождений нефти и природного газа.
Гиперспектрометры более качественно и точно отслеживают возникновение лесных пожаров, следят за состоянием лесов и сельскохозяйственных посевов, помогают вычислять вегетационные индексы и даже выявляют из космоса стресс у растений.
Дополнительные преимущества
Кроме быстродействия и широкого спектрального диапазона, аналоговые оптические вычислительные системы обладают полной защищенностью от электромагнитных помех, возможность параллельной обработки данных и потребляют мало энергии.
Из-за этих преимуществ развитие систем оптической обработки информации активно развивалось в 80-е годы прошлого века после того, как в 1958 г. были предложены первые системы. Затем применение подобных устройств практически сошло на нет из-за их громоздкости и в связи с развитием цифровой техники. Последние годы эта сфера исследований становится снова актуальной в различных странах мира благодаря появлению новых материалов и созданию компактной оптики с особой структурой.
Короткая ссылка
