Reconfigurable Photonic Quasi-Unitary Computing Hardware for Optical Signal Processing
Dieses Papier präsentiert ein kompaktes, skalierbares und energieeffizientes siliziumphotonisches quasi-unitäres Bauelement, das traditionelle Kompromisse bei der On-Chip-Matrix-Implementierung überwindet, um eine hochperformante optische Signalverarbeitung und Anwendungen für rekurrenten neuronalen Netze zu ermöglichen.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Die Welt der Computertechnik stößt an eine Wand. Jahrzehntelang hat sich die Geschwindigkeit unserer elektronischen Geräte etwa alle zwei Jahre verdoppelt, ein Trend, der als Mooresches Gesetz bekannt ist. Doch da die winzigen Transistoren in unseren Chips immer kleiner werden, stoßen sie an physikalische Grenzen. Sie werden zu dicht gedrängt, um mehr Komponenten unterzubringen, und sie erzeugen zu viel Hitze, um schneller zu laufen, ohne zu schmelzen. Um die digitale Welt in Bewegung zu halten, suchen Wissenschaftler nach einem neuen Weg, Informationen zu verarbeiten, der nicht auf Elektrizität basiert. Sie wenden sich dem Licht zu. Licht bewegt sich schneller als Elektrizität, überträgt mehr Daten auf einmal und erzeugt fast keine Wärme. Dieses Feld, das als integrierte photonische Computertechnik bezeichnet wird, zielt darauf ab, Computerchips zu bauen, die statt elektrischer Ströme Lichtstrahlen verwenden, um Berechnungen durchzuführen. Das Ziel ist es, Maschinen zu erschaffen, die die massiven Datenanforderungen moderner künstlicher Intelligenz bewältigen können, ohne die Energiekosten und Geschwindigkeitsbeschränkungen der heutigen Elektronik.
Die Herausforderung besteht jedoch darin, dass Licht innerhalb eines winzigen Chips notorisch schwer zu kontrollieren ist. Um mit Licht nützliche Mathematik zu betreiben, müssen Forscher eine spezifische Art von Operation durchführen, die als Matrixmultiplikation bezeichnet wird. In der Welt des Lichts bedeutet dies, Strahlen so anzuordnen, dass sie auf eine präzise Weise miteinander interferieren, um ein Problem zu lösen. Der zuverlässigste Weg, dies zu tun, war bisher die Verwendung eines Gitters aus winzigen Interferometern – Geräte, die Lichtstrahlen aufspalten und wieder zusammenführen. Aber diese Gitter zu bauen, ist wie der Versuch, einen Wolkenkratzer Stein für Stein aus einzelnen Ziegeln zu errichten; wenn das Gitter größer wird, um komplexere Aufgaben zu bewältigen, wird der Chip unmöglich groß und schwierig herzustellen. Die Komponenten nehmen zu viel Platz ein, und je mehr Komponenten man hinzufügt, desto wahrscheinlicher ist es, dass ein winziger Fertigungsfehler die gesamte Berechnung ruiniert.
Ein Forschungsteam der Zhejiang University und Huawei Technologies hat einen neuen Weg gefunden, dieses Problem zu lösen. Anstatt ein massives Gitter aus einzelnen Komponenten zu bauen, entwarfen sie ein einzelnes, kompaktes Gerät, das das natürliche Verhalten der Lichtbeugung nutzt, um diese komplexen Berechnungen durchzuführen. Sie nennen ihre Erfindung eine photonische quasi-unitäre Recheneinheit. Das Gerät ist auf einem Standard-Siliziumchip aufgebaut und ähnelt in gewisser Weise einer Miniaturversion der Gitter, die in alten Spektrometern zu finden sind, jedoch mit einer entscheidenden Wendung. Es verwendet eine spezielle Anordnung von Wellenleitern – winzige Kanäle, die das Licht leiten –, um die Daten von einer kleineren Anzahl von Eingangskanälen in einen größeren, intermediären Raum zu heben und dann wieder zurückzuführen. Dieser Prozess ermöglicht es dem Licht, sich so zu mischen und zu interferieren, dass die notwendige Mathematik durchgeführt wird, ohne dass Tausende von separaten Komponenten benötigt werden.
Die Forscher bauten eine physische Version dieses Geräts auf einem Siliziumchip. Der Kern des Chips ist unglaublich klein und misst nur 0,65 Millimeter mal 2,15 Millimeter. In dieser winzigen Fläche gelang es ihnen, ein System zu schaffen, das 32 verschiedene Eingangssignale gleichzeitig verarbeiten kann. Das Gerät arbeitet, indem es das einfallende Licht in 32 separate Pfade aufteilt, sie durch einen Bereich leitet, in dem sie beugen und mischen, und sie dann wieder zusammenführt. Durch die Anpassung der Phase des Lichts im mittleren Abschnitt mittels winziger Heizelemente können die Forscher das Gerät umprogrammieren, um unterschiedliche mathematische Aufgaben auszuführen. Diese Flexibilität ist der Schlüssel. Obwohl das Gerät in nicht jedem einzelnen Detail den strengen mathematischen Regeln eines perfekten „unitären“ Systems folgt, ist es nah genug dran, um hochpräzise zu sein, während es gleichzeitig viel mehr Freiheit bietet, für verschiedene Aufgaben konfiguriert zu werden.
Um zu testen, ob diese neue Hardware tatsächlich funktioniert, nutzte das Team sie zum Bau eines photonischen rekurrenten neuronalen Netzes. Dies ist eine Art der künstlichen Intelligenz, die besonders gut darin ist, mit Daten umzugehen, die sich über die Zeit verändern, wie etwa Sprache oder Börsentrends. Die Forscher unterzogen den Chip zwei schwierigen Tests. Zuerst ließen sie ihn ein chaotisches Zeitreihensignal vorhersagen, das als Mackey-Glass-Serie bekannt ist. Dies ist ein Standardtest für KI, da das Signal unvorhersehbar ist und auf kleinste Änderungen reagiert. Der photonische Chip gelang es, den nächsten Schritt in der Sequenz mit einer Fehlerrate von etwa 0,0023 vorherzusagen, was ein Genauigkeitsniveau darstellt, das andere photonische Systeme erreicht oder übertrifft. Zweitens verwendeten sie den Chip, um verzerrte Signale zu korrigieren, die durch Glasfaserkabel übertragen werden. In der realen Kommunikation werden Signale oft durch die Glasfasern, durch die sie reisen, gestört. Die Forscher simulierten ein Szenario, in dem 16 verschiedene Datenkanäle stark verzerrt wurden, mit einer Bitfehlerrate von 0,9, was bedeutete, dass die Daten fast vollständig unbrauchbar waren. Nachdem das Licht durch ihren neuen Chip geleitet wurde, sank die Fehlerrate auf 0,0018, wodurch die ursprüngliche Nachricht effektiv wiederhergestellt wurde.
Die Auswirkungen dieser Arbeit gehen über diese beiden Tests hinaus. Die Forscher berechneten, dass das Gerät theoretisch 102,4 Billionen Operationen pro Sekunde ausführen könnte, wenn man die langsamen Heizelemente in ihrem aktuellen Chip durch schnellere Hochgeschwindigkeits-Modulatoren ersetzen würde. Darüber hinaus könnte das Gerät, da es Licht und sehr wenig Energie für seine Berechnungen nutzt, eine Energieeffizienz von 42,1 Billionen Operationen pro Watt erreichen. Dies ist eine Größenordnung höher als die des NVIDIA B100, eines hochmodernen kommerziellen elektronischen Rechenchips. Das Design ist zudem kompatibel mit den bestehenden Fertigungsprozessen, die zur Herstellung von Siliziumchips verwendet werden, was bedeutet, dass es ohne völlig neue Fabriken in Massen produziert werden könnte.
Diese Forschung stellt einen bedeutenden Schritt nach vorn im Wettlauf um den Bau optischer Computer dar. Indem sie sich von dem traditionellen, sperrigen Komponentengitter abwandten und stattds ein Design annahmen, das die natürliche Ausbreitung des Lichts nutzt, haben die Forscher gezeigt, dass es möglich ist, leistungsstarke, rekonfigurierbare Recheneinheiten auf einem winzigen Chip zu bauen. Sie haben demonstriert, dass Licht nicht nur zur Datenübertragung genutzt werden kann, sondern auch, um Daten mit hoher Geschwindigkeit und geringem Energieaufwand aktiv zu verarbeiten. Während die aktuelle Version des Geräts durch die Geschwindigkeit seiner Steuerungselemente begrenzt ist, beweist die zugrunde liegende Architektur, dass der Weg zu skalierbarer, energieeffizienter photonischer Computertechnik offen steht. Die Arbeit deutet auf eine Zukunft hin, in der die Schwerstarbeit der künstlichen Intelligenz durch Licht erledigt werden könnte, was unsere digitale Welt von den Hitze- und Geschwindigkeitslimits befreit, die sie derzeit zurückhalten.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.