Reconfigurable Photonic Quasi-Unitary Computing Hardware for Optical Signal Processing
تقدم هذه الورقة جهازاً فوتونياً سيليكونياً شبه وحدوي (quasi-unitary)، مدمجاً، وقابلاً للتوسع، وموفراً للطاقة، يتغلب على المقايضات التقليدية في تنفيذ المصفوفات على الرقاقة لتمكين معالجة الإشارات الضوئية عالية الأداء وتطبيقات الشبكات العصبية المتكررة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
يواجه عالم الحوسبة جداراً مسدوداً. لعقود من الزمن، تضاعفت سرعة أجهزتنا الإلكترونية تقريباً كل عامين، وهو اتجاه يُعرف باسم قانون مور. ولكن مع صغر حجم الترانزستورات الدقيقة داخل رقائقنا أكثر فأكثر، بدأت تصطدم بحدود فيزيائية؛ فقد أصبحت مزدحمة للغاية بحيث لا يمكن حشر المزيد من المكونات، كما أنها تولد حرارة زائدة تمنع تشغيلها بسرعة أكبر دون أن تنصهر. وللحفاظ على حركة العالم الرقمي، يبحث العلماء عن طريقة جديدة لمعالجة المعلومات لا تعتمد على الكهرباء، حيث يتجهون نحو الضوء. فالضوء ينتقل بسرعة أكبر من الكهرباء، ويحمل بيانات أكثر في آن واحد، ولا يولد حرارة تُذكر. يهدف هذا المجال، المسمى بالحوسبة الضوئية المتكاملة (integrated photonic computing)، إلى بناء رقائق حاسوبية تستخدم حزم الضوء بدلاً من التيارات الكهربائية لأداء العمليات الحسابية. والهدف هو إنشاء آلات يمكنها التعامل مع متطلبات البيانات الهائلة للذكاء الاصطناعي الحديث دون تكاليف الطاقة وقيود السرعة التي تفرضها الإلكترونيات الحالية.
ومع ذلك، فإن التحدي يكمل في أن الضوء يصعب التحكم فيه بشكل ملحوظ داخل شريحة صغيرة. وللقيام بعمليات رياضية مفيدة باستخدام الضوء، يحتاج الباحثون إلى إجراء نوع محدد من العمليات يسمى "ضرب المصفوفات". وفي عالم الضوء، يعني هذا إعادة ترتيب الحزم بحيث تتداخل مع بعضها البعض بطريقة دقيقة لحل مسألة ما. وكانت الطريقة الأكثر موثوقية للقيام بذلك هي استخدام شبكة من أجهزة التداخل (interferometers) الصغيرة، وهي أجهزة تقوم بتقسيم وإعادة دمج حزم الضوء. لكن بناء هذه الشبكات يشبه محاولة بناء ناطحة سحاب باستخدام طوب منفرد حبة حبة؛ فكلما كبرت الشبكة للتعامل مع مهام أكثر تعقيداً، أصبحت الشريحة ضخمة بشكل مستحيل وصعبة التصنيع. فالمكونات تشغل مساحة كبيرة جداً، وكلما أضفت المزيد من المكونات، زاد احتمال أن يؤدي خطأ صغير في التصنيع إلى إفساد العملية الحسابية.
لقد وجد فريق من الباحثين في جامعة تشجيانغ وشركة هواوي تكنولوجيز طريقة جديدة لحل هذه المشكلة. فبدلاً من بناء شبكة ضخمة من المكونات الفردية، صمموا جهازاً واحداً مدمجاً يستخدم السلوك الطبيعي لحيود الضوء (light diffraction) لأداء هذه الحسابات المعقدة. ويطلقون على اختراعهم اسم "وحدة الحوسبة الضوئية شبه الموحدة" (photonic quasi-unitary computing unit). تم بناء الجهاز على شريحة سيليكون قياسية، وهو يشبه إلى حد ما نسخة مصغرة من المحزوزات (gratings) الموجودة في أجهزة المطياف القديمة، ولكن مع لمسة حاسمة؛ إذ يستخدم ترتيباً خاصاً من المسارات الموجية (waveguides)، وهي قنوات دقيقة توجه الضوء، لرفع البيانات من عدد أقل من قنوات الإدخال إلى مساحة وسيطة أكبر، ثم إعادتها للأسفل. وتسمح هذه العملية للضوء بالاختلاط والتداخل بطريقة تؤدي الرياضيات اللازمة دون الحاجة إلى آلاف المكونات المنفصلة.
قام الباحثون ببناء نسخة فيزيائية من هذا الجهاز على شريبة سيليكون. قلب الشريحة صغير للغاية، حيث يبلغ قياسه 0.65 ملم في 2.15 ملم فقط. وداخل هذه المساحة الضئيلة، تمكنوا من إنشاء نظام يمكنه التعامل مع 32 إشارة إدخال مختلفة في وقت واحد. يعمل الجهاز عن طريق تقسيم الضوء الوارد إلى 32 مساراً منفصلاً، وتمريرها عبر منطقة حيث تتشتت وتختلط، ثم إعادة دمجها. ومن خلال ضبط طور (phase) الضوء في القسم الأوسط باستخدام سخانات صغيرة، يمكن للباحثين إعادة برمجة الجهاز لأداء مهام رياضية مختلفة. وهذه المرونة هي المفتاح؛ فبينما لا يتبع الجهاز القواعد الرياضية الصارمة لنظام "موحد" (unitary) مثالي في كل تفصيل، إلا أنه قريب بما يكفي ليكون دقيقاً للغاية مع توفير حرية أكبر لإعادة تهيئته لمهام مختلفة.
ولاختبار ما إذا كانت هذه الأجهزة تعمل حقاً، استخدمها الفريق لبناء شبكة عصبية تكرارية ضوئية (phototic recurrent neural network). وهذا نوع من الذكاء الاصطناعي الذي يتميز بقدرة خاصة على التعامل مع البيانات التي تتغير بمرور الوقت، مثل الكلام أو اتجاهات سوق الأسهم. وقد أخضع الباحثون الشريحة لاختبارين صعبين: أولاً، طلبوا منها التنبؤ بإشارة زمنية فوضوية تُعرف بسلسلة "ماكي-جلاس" (Mackey-Glass series)، وهي اختبار قياسي للذكاء الاصطناعي لأن الإشارة غير متوقعة وحساسة للتغيرات الطفيفة. نجحت الشريحة الضوئية في التنبؤ بالخطوة التالية في التسلسل بمعدل خطأ قدره 0.0023 تقريباً، وهو مستوى من الدقة يضاهي أو يتفوق على الأنظمة الضوئية الأخرى. ثانياً، استخدموا الشريحة لإصلاح الإشارات المشوهة التي تنتقل عبر كابلات الألياف الضوئية. في الاتصالات الواقعية، غالباً ما تتعرض الإشارات للتشويه بسبب الألياف الزجاجية التي تنتقل عبرها. وقد قام الباحثون بمحاكاة سيناريو حيث تعرضت 16 قناة من البيانات لتشويه شديد، بمعدل خطأ في البت (bit error rate) بلغ 0.9، مما يعني أن البيانات كانت مشوهة تماماً تقريباً. وبعد مرور الضوء عبر شريحتهم الجديدة، انخفض معدل الخطأ إلى 0.0018، مما أدى فعلياً إلى استعادة الرسالة الأصلية.
إن تداعيات هذا العمل تتجاوز هذين الاختبارين فقط. فقد حسب الباحثون أنه إذا استبدلوا عناصر التسخين البطيئة في شريحتهم الحالية بمعدلات (modulators) عالية السرعة، فمن الناكن نظرياً أن تؤدي الشريحة 102.4 تريليون عملية في الثانية. علاوة على ذلك، ولأن الجهاز يستخدم الضوء وطاقة قليلة جداً لحساباته، فإنه يمكنه تحقيق كفاءة طاقة تصل إلى 42.1 تريليون عملية لكل واط. وهذا أعلى بمقدار مرتبة عشرية واحدة من شريحة NVIDIA B100، وهي شريحة حوسبة إلكترونية تجارية متطورة. كما أن التصميم متوافق مع عمليات التصنيع الحالية المستخدمة لصنع شرائح السيليكون، مما يعني إمكانية إنتاجها بكميات كبيرة دون الحاجة إلى مصانع جديدة تماماً.
يمثل هذا البحث خطوة مهمة للأمام في السباق لبناء الحواسيب الضوئية. فمن خلال الابتعاد عن الشبكة التقليدية الضخمة من المكونات وتبني تصميم يستخدم الانتشار الطبيعي للضوء، أثبت الفريق أنه من الممكن بناء وحدات حوسبة قوية وقابلة لإعادة التشكيل على شريحة صغيرة. لقد أظهروا أن الضوء يمكن استخدامه ليس فقط لنقل البيانات، بل لمعالجتها بنشاط وبسرعة عالية وطاقة منخفضة. وبينما تظل النسخة الحالية من الجهاز محدودة بسرعة عناصر التحكم الحرارية، فإن البنية التحتية تثبت أن الطريق نحو حوسبة ضوئية قابلة للتوسع وفعالة في استهلاك الطاقة بات مفتوحاً. ويشير هذا العمل إلى مستقبل يمكن فيه القيام بالمهام الشاقة للذكاء الاصطناعي بواسطة الضوء، مما يحرر عالمنا الرقمي من قيود الحرارة والسرعة التي تعيقه حالياً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.