Resumen Técnico: Núcleo Tensorial Fotónico Totalmente Multiplexado (FieldCore)

Planteamiento del Problema

Las operaciones tensoriales, particularmente las multiplicaciones de matrices y las convoluciones, son la columna vertebral computacional de la inteligencia artificial moderna y el procesamiento de señales de alto rendimiento. Mientras que los aceleradores electrónicos se han escalado mediante la replicación de arreglos de unidades de procesamiento, enfrentan cuellos de botella crecientes relacionados con los costos de movimiento de datos a través de jerarquías de memoria e interconexiones. La computación fotónica ofrece una alternativa prometedora al aprovechar el paralelismo inherente de los campos ópticos. Sin embargo, los procesadores fotónicos existentes suelen explotar solo dimensiones aisladas (por ejemplo, multiplexación por división de longitud de onda o procesamiento en el dominio del tiempo) o dimensiones combinadas parcialmente. Un desafío crítico persiste: a medida que se emplean más dimensiones ópticas, las imperfecciones como la no ortogonalidad, la dispersión y las no idealidades de fabricación rompen la uniformidad de la computación en todos los canales. En consecuencia, existe una falta de un marco general que pueda aprovechar sistemáticamente todas las dimensiones de multiplexación nativas de las señales ópticas guiadas (longitud de onda, radiofrecuencia, modo guiado, espacio y tiempo) de forma simultánea, preservando al mismo tiempo una computación de alta fidelidad y uniforme en todo el espacio de la señal.

Metodología

Los autores presentan FieldCore, un núcleo tensorial fotónico totalmente multiplexado diseñado para superar estas limitaciones mediante el aprovechamiento conjunto de cinco dimensiones: longitud de onda, radiofrecuencia (RF) de subportadora, modo guiado, espacio y tiempo.

Arquitectura y Principio

FieldCore opera bajo el principio de que un campo óptico guiado puede expandirse a través de múltiples dimensiones ortogonales para formar un tensor de alto orden. El sistema mapea los datos de entrada en estas dimensiones, permitiendo que un único chip fotónico realice un paralelismo multiplicativo.

• Representación de la Señal: El campo óptico se representa como una suma sobre frecuencias de portadora óptica ($\omega_\ell$), modos propios vectoriales guiados ($\psi_m$) y desplazos de subportadora de RF ($\Omega_n$).
• Implementación de Hardware: El núcleo se implementa como un crossbar $K \times R$ en una plataforma de silicio sobre aislante (SOI). Integra bloques de construcción diseñados mediante diseño inverso para asegurar compacidad, respuesta de banda ancha y tolerancia a la fabricación.
• Componentes Clave:
  • Metamateriales Digitales de Diseño Inverso: Utilizados para multiplexadores/demultiplexadores de modo (MUX/deMUX), divisores de 3-dB y cruces de guías de onda. Estos permiten una operación de bajo crosstalk, de banda ancha y en una huella de escala $\mu$m.
  • Desfasadores Insensibles al Modo (MIPS): Diseñados ensanchando las guías de onda para igualar la respuesta termo-óptica de los modos TE0 y TE1, asegurando la invariancia de los pesos a través de la dimensión de modo.
  • Enrutamiento y Ponderación Programables: Acopladores sintonizables (interferómetros Mach-Zehnder de doble puerto) y multiplicadores (atenuadores MZI de puerto único) distribuyen las señales y aplican pesos analógicos.
  • Acumulación: Sumadores sintonizables realizan la suma ponderada a través de los canales de entrada espaciales.

Flujo Operativo

1. Entrada: Los flujos temporales se up-convierten a subportadoras de RF, se modulan en longitudes de onda específicas y se mapean a modos guiados mediante un MUX en chip.
2. Procesamiento: Las señales se enrutan a través del crossbar donde experimentan una acumulación ponderada en paralelo. La misma matriz de pesos se aplica uniformemente a través de todas las rebanadas multiplexadas (RF, longitud de onda, modo, tiempo).
3. Salida: La multiplexación se invierte en los dominios óptico y eléctrico para recuperar las rebanadas tensoriales en paralelo.

Contribuciones Clave

1. Núcleo Tensorial Multidimensional Unificado: FieldCore es el primer núcleo tensorial fotónico integrado que unifica longitud de onda, subportadora de RF, modo guiado, espacio y tiempo dentro de un solo marco, convirtiendo las dimensiones paralelas nativas en un paralelismo de nivel tensorial multiplicativo.
2. Computación Uniforme Dimensional: El diseño logra una computación de alta fidelidad en todas las dimensiones. Esto se valida mediante:
   • Invariancia de Modo: Uso de MIPS para mantener una ponderación consistente para los modos TE0 y TE1.
   • Planitud de Banda Ancha: Asegurar respuestas espectralmente planas para las dimensiones de longitud de onda y RF.
3. Bloques de Construcción Fotónicos de Diseño Inverso: El uso de componentes de metamaterial digital de diseño inverso permite una operación multimodo compacta, de banda ancha (>40 nm) y de bajo crosstalk (< -20 dB), esencial para mantener la consistencia de los canales.
4. Arquitectura Escalable: El sistema soporta hasta 1,800 flujos de entrada en paralelo dentro de un solo núcleo, estableciendo un paradigma escalable para la computación tensorial fotónica.

Resultados Experimentales

Los autores fabricaron un chip FieldCore de $4 \times 4$ (2.55 $\times$ 2.58 mm$^2$) y validaron su rendimiento mediante verificación aritmética y tareas de inferencia complejas.

Verificación Aritmética

• Velocidad y Precisión: El sistema demostró operaciones de multiplicación-acumulación (MAC) con una precisión superior a 5 bits a tasas de símbolo de hasta 120 GBaud tanto para los modos TE0 como TE1.
• Estabilidad de Longitud de Onda: Las variaciones de precisión a través de la banda C (1530–1565 nm) fueron inferiores a 0.7 bits respecto a la referencia de 1550 nm.
• Escalabilidad de RF: El sistema soportó hasta 100 subportadoras de RF en una sola portadora óptica con una tasa de baudios agregada de 50 GBaud, manteniendo una precisión de adición de ~5 bits.

Demostraciones a Nivel de Tarea

• Convolución de Imágenes:
  • Escala de Grises: Realizó la extracción de bordes direccionales en una imagen de 150 $\times$ 150 usando cuatro kernels de 2 $\times$ 2, logrando una relación señal-ruido de pico (PSNR) de 30.5 dB a 10 GBaud y 23.4 dB a 70 GBaud.
  • RGB: Transmitió y convolucionó exitosamente imágenes RGB usando FDM, preservando los detalles estructurales a través de canales y modos.
• Reconocimiento de Dígitos Escritos a Mano MNIST:
  • Utilizó multiplexación conjunta de longitud de onda, modo y RF (200 carriles de datos en paralelo) para procesar dígitos escritos a mano.
  • Logró una precisión promedio del 93.8% en todos los canales multiplexados, comparado con una línea base digital de 95.0%.

Aplicaciones de Alta Dimensión y Paralelismo

• Clasificación Hiperespectral en Paralelo de Canales: Mapeó 200 bandas espectrales del conjunto de datos Indian Pines a 200 canales paralelos. El sistema logró una precisión de clasificación general del 90.8% en 12 clases de cobertura terrestre, lo que corresponde a una precisión analógica equivalente de 5.16 bits.
• Diagnóstico de Fallas Mecánicas en Paralelo de Instancias: Procesó 200 instancias concurrentes de señales de vibración del conjunto de datos de rodamientos CWRU. El sistema logró una precisión general del 95.1% a través de siete condiciones operativas (normal y seis tipos de falla), con un rendimiento robusto por canal.

Significancia y Reivindicaciones

El artículo afirma que FieldCore establece una ruta escalable hacia el procesamiento tensorial fotónico de alto rendimiento y masivamente paralelo en chip. Al utilizar todas las dimensiones de multiplexación nativas de las señales ópticas guiadas, FieldCore aborda las limitaciones de los sistemas electrónicos y fotónicos parcialmente multiplexados actuales.

• Rendimiento (Throughput): Los autores estiman un rendimiento de cómputo agregado de 69.12 Tera Operaciones Por Segundo (TOPS) en un régimen de máximo rendimiento.
• Paralelismo: La arquitectura puede acomodar hasta 1,800 flujos de entrada en paralelo dentro de un solo núcleo, un nivel de paralelismo nativo difícil de lograr en los procesadores electrónicos convencionales que dependen de la replicación de núcleos o programación secuencial en el tiempo.
• Generalidad: El trabajo proporciona un marco general para la computación fotónica totalmente multiplexada que puede extenderse a otras arquitecturas y sistemas de materiales, ofreciendo un camino para superar los cuellos de botella de movimiento de datos de las cargas de trabajo de IA modernas.

Los autores enfatizan que el sistema preserva una computación programada uniforme en todos los canales multiplexados, un requisito crítico para el procesamiento tensorial de alta fidelidad que las demostraciones multidimensionales previas luchaban por mantener.