当盖世汽车新闻向家用设备询问天气预报信息时，设备通常需要几秒钟才能做出响应。时间延迟的原因是，联网设备没有足够的内存或能量来存储和运行它理解用户需求所需的大量机器学习模型。这种模型存储在几百里外的数据中心，答案在数据中心计算，然后发送到设备。
据国外媒体报道，美国麻省理工学院的研究人员开发了一种方法，可以直接在这种设备上进行计算，可以大大减少延迟。这种方法将运行机器学习模型的内存密集型步骤转移到中央服务器，在那里模型的组件被编码在光波上。
智能收发器
然后，光波通过光纤传输到联网设备，这样就可以通过网络以闪电般的速度传输大量数据。之后接收器会使用简单的光学装置，利用这种光波携带的模型部分进行快速计算。与其他方法相比，这种技术的能效提高了100多倍，安全性也可以提高，因为用户的数据不需要传输到中央处理器进行计算。
此外，这种方法可以帮助自动驾驶汽车实时做出决策，所使用的能量是能耗巨大的计算机所需能量的极小一部分。而且，这种方法允许用户与智能家居设备无延迟地通话，通过蜂窝网络实时处理视频，甚至在距离地球数百万英里的航天器上高速分类图像。
免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。
