光频收发信机制及其在计算机中的应用

冯诺曼机器以提高处理器频率增强性能,多处理器环境当中的系统性能决定于使更多处理器协同工作。通信带宽是高性能计算系统的首要瓶颈。本文提出一种芯片间通信的神经脊,把数以百计的芯片连接成一组网络,为多处理单元并行运算提供一个骨架。用相干的激光作为通信媒介,以垂直腔面的激光元件组成收发信机。相干光充分利用谐振线路放大器的特性提升通信的扇出,令芯片间的信息传递效率大大提高。使通信网络的复杂性从按通信端点数n*(n+1)式上升,变为线性增加。     

墙的另一面—图灵模型更深层次的思考

最近几年,计算机体系迈向多处理器结构道路。然而,冯诺曼机器主导的多核结构,令我们处在存储墙错误的一面。地址参数引入的冗余,降低了处理器的效率,成为图灵一冯诺曼模型的致命要害。对图灵模型作更深一层思考,以信息变换统一了冯诺曼机器程序变换和神经网络变换,分析了两种变换的异同及其优劣。提出以微核为基础,并按变换的成熟程度,向灵活的可编程的冯氏机器或高速的神经网络分化。模拟生物神经系统的进化,构建为人们服务的智能机器。201。年9月15日,美国波士敦的高性能嵌入式计算(HPEC)研讨会上,耳卜鲁大学的欧亨尼奥·卡鲁塞伊罗教授发表了一个基于人类视觉系统的高性能计算机“神经流”(NeuFlow),其体系结构利用了与本文的仿生电脑十分相似的概念。