當蓋世汽車新聞向家用設備詢問天氣預報信息時，設備通常需要幾秒鐘才能做出響應時間延遲的原因是，聯網設備沒有足夠的內存或能量來存儲和運行它理解用戶需求所需的大量機器學習模型這種模型存儲在幾百里外的數據中心，答案在數據中心計算，然后發送到設備

據國外媒體報道，美國麻省理工學院的研究人員開發了一種方法，可以直接在這種設備上進行計算，可以大大減少延遲這種方法將運行機器學習模型的內存密集型步驟轉移到中央服務器，在那里模型的組件被編碼在光波上

智能收發器

然后，光波通過光纖傳輸到聯網設備，這樣就可以通過網絡以閃電般的速度傳輸大量數據之后接收器會使用簡單的光學裝置，利用這種光波攜帶的模型部分進行快速計算與其他方法相比，這種技術的能效提高了100多倍，安全性也可以提高，因為用戶的數據不需要傳輸到中央處理器進行計算

此外，這種方法可以幫助自動駕駛汽車實時做出決策，所使用的能量是能耗巨大的計算機所需能量的極小一部分而且，這種方法允許用戶與智能家居設備無延遲地通話，通過蜂窩網絡實時處理視頻，甚至在距離地球數百萬英里的航天器上高速分類圖像