毕达哥拉斯宣称:“一切都是数字。”25个世纪后的今天，代数和数学在我们的生活中无处不在，无论我们是否看到它们。类似寒武纪的人工智能(AI)大爆发使数字与我们所有人更加接近，因为技术进化允许并行处理大量操作。
渐渐地，标量(数)之间的运算被并行化为向量之间的运算，然后是矩阵之间的运算。矩阵之间的乘法现在是当代人工智能计算系统中最耗时和耗能的操作。一种称为“平铺矩阵乘法”(TMM)的技术有助于加快计算速度，它将矩阵运算分解为更小的平铺，由相同的系统在连续的时隙中计算。但是使用晶体管的现代电子人工智能引擎正在接近其内在极限，几乎无法在高于~2 GHz的时钟频率下进行计算。
光的超高速和显著的能源和足迹节省的引人注目的凭证提供了一个解决方案。最近，由塞萨洛尼基亚里士多德大学Nikos Pleros教授领导的WinPhos研究小组的一组光子研究人员利用光的力量开发了一种紧凑的硅光子计算机引擎，能够以创记录的50 GHz时钟频率计算tms。
正如在先进光子学他们使用硅锗电吸收调制器和一种能够编码和计算数据的新型神经形态结构设计。据对应作者George Giamougiannis说:“这项工作为DL - ba的解决铺平了道路需要线速率计算的Sed应用程序，”这项工作承诺这对数据中心的网络安全具有重要意义。
数据中心网络安全:光猎恶
毫无疑问，人工智能的爆发为善良和邪恶的用户提供了强大的工具包，以加速和自动化他们的活动。随着数据中心(dc)传输的数据以每年约13%的速度增长，这些数据中心已成为恶意分子的主要目标，他们的目标是破坏敏感数据，例如政府机构、军队、医院和金融机构等许多组织的财务数据、个人信息和知识产权。因此，DC网络安全对于防止入侵者访问机密信息至关重要。
实际上，威胁检测机制面临着一系列新的需求，这是由于当代数据中心内大量服务器和交换机的数据流量造成的。实时威胁检测势在必行:报文检测必须以超高速处理。此外，必须在恶意数据包的路由范围内尽早检测到威胁:每个数据中心节点都应该配备强大的网络安全工具包。
来自塞萨洛尼基亚里士多德大学的研究人员利用他们的超快处理器，与NVIDIA DC网络安全领域的专家合作，成功地将硅光子学与AI结合起来，建立了一个框架，以在线速率成功快速地识别NVIDIA服务器中最常见的DC攻击类型之一，即分布式拒绝服务(DDoS)攻击。多亏了这种新颖的计算方案，DC攻击的数量可能很快就会上升——至少目前是这样。
更多信息:George Giamougiannis等人，用于深度学习应用的50 GHz平片矩阵乘法神经形态硅光子学，高级光子学(2023)。引用本文:以光速执行矩阵乘法以增强网络安全(2023,2月1日)检索于2023年2月1日从https://techxplore.com/news/2023-02-matrix-multiplications-cybersecurity.html本文档受版权保护。除为私人学习或研究目的而进行的公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。
