Reconfigurable Photonic Quasi-Unitary Computing Hardware for Optical Signal Processing
Cet article présente un dispositif quasi-unitaire photonique sur silicium compact, évolutif et économe en énergie qui surmonte les compromis traditionnels dans l'implémentation de matrices sur puce afin de permettre des applications de traitement de signaux optiques et de réseaux de neurones récurrents de haute performance.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Le monde de l'informatique se heurte à un mur. Pendant des décennies, la vitesse de nos appareils électroniques a doublé environ tous les deux ans, une tendance connue sous le nom de loi de Moore. Mais à mesure que les minuscules transistors à l'intérieur de nos puces deviennent de plus en plus petits, ils se heurtent à des limites physiques. Ils deviennent trop encombrés pour intégrer davantage de composants et génèrent trop de chaleur pour fonctionner plus rapidement sans fondre. Pour maintenir le mouvement du monde numérique, les scientifiques cherchent un nouveau moyen de traiter l'information qui ne repose pas sur l'électricité. Ils se tournent vers la lumière. La lumière voyage plus vite que l'électricité, transporte plus de données à la fois et ne génère presque aucune chaleur. Ce domaine, appelé informatique photonique intégrée, vise à construire des puces informatiques qui utilisent des faisceaux de lumière au lieu de courants électriques pour effectuer des calculs. L'objectif est de créer des machines capables de gérer les demandes massives de données de l'intelligence artificielle moderne sans les coûts énergétiques et les limites de vitesse de l'électronique actuelle.
Le défi, cependant, est que la lumière est notoirement difficile à contrôler à l'intérieur d'une puce minuscule. Pour effectuer des opérations mathématiques utiles avec la lumière, les chercheurs doivent réaliser un type d'opération spécifique appelé multiplication matricielle. Dans le monde de la lumière, cela signifie réorganiser les faisceaux pour qu'ils interfèrent entre eux de manière précise afin de résoudre un problème. Le moyen le plus fiable pour y parvenir a été d'utiliser une grille de minuscules interféromètres, qui sont des dispositifs divisant et recombinant les faisceaux lumineux. Mais construire ces grilles revient à essayer de construire un gratte-ciel brique par brique ; à mesure que la grille s'agrandit pour gérer des tâches plus complexes, la puce devient incroyablement grande et difficile à fabriquer. Les composants occupent trop d'espace, et plus vous ajoutez de composants, plus il est probable qu'une infime erreur de fabrication ne gâche le calcul.
Une équipe de chercheurs de l'Université de Zhejiang et de Huawei Technologies a trouvé un nouveau moyen de résoudre ce problème. Au lieu de construire une grille massive de composants individuels, ils ont conçu un dispositif unique et compact qui utilise le comportement naturel de la diffraction de la lumière pour effectuer ces calculs complexes. Ils appellent leur invention une unité de calcul quasi-unitaire photonique. Le dispositif est construit sur une puce de silicium standard et ressemble un peu à une version miniature des réseaux trouvés dans les anciens spectromètres, mais avec une nuance cruciale. Il utilise un arrangement spécial de guides d'ondes, qui sont de minuscules canaux guidant la lumière, pour élever les données d'un nombre plus restreint de canaux d'entrée vers un espace intermédiaire plus large, puis les ramener. Ce processus permet à la lumière de se mélanger et d'interférer d'une manière qui effectue les mathématiques nécessaires sans avoir besoin de milliers de composants distincts.
Les chercheurs ont construit une version physique de ce dispositif sur une puce de silicium. Le cœur de la puce est incroyablement petit, mesurant seulement 0,65 millimètre par 2,15 millimètres. À l'intérieur de cette zone minuscule, ils ont réussi à créer un système capable de gérer 32 signaux d'entrée différents simultanément. Le dispositif fonctionne en divisant la lumière entrante en 32 chemins séparés, en les faisant passer par une région où ils diffractent et se mélangent, puis en les recombinant. En ajustant la phase de la lumière dans la section centrale à l'aide de minuscules chauffages, les chercheurs peuvent reprogrammer le dispositif pour effectuer différentes tâches mathématiques. Cette flexibilité est la clé. Bien que le dispositif ne suive pas strictement les règles mathématiques d'un système « unitaire » parfait dans chaque détail, il est suffisamment proche pour être très précis tout en offrant beaucoup plus de liberté pour être reconfiguré pour différents travaux.
Pour tester si ce nouveau matériel fonctionne réellement, l'équipe l'a utilisé pour construire un réseau de neurones récurrent photonique. Il s'agit d'un type d'intelligence artificielle particulièrement efficace pour gérer des données qui évoluent dans le temps, comme la parole ou les tendances boursières. Ils ont soumis la puce à deux tests difficiles. Premièrement, ils lui ont demandé de prédire un signal temporel chaotique connu sous le nom de série de Mackey-Glass. C'est un test standard pour l'IA car le signal est imprévisible et sensible à de minuscules changements. La puce photonique a réussi à prédire l'étape suivante de la séquence avec un taux d'erreur d'environ 0,0023, un niveau de précision qui égale ou bat d'autres systèmes photoniques. Deuxièmement, ils ont utilisé la puce pour corriger des signaux déformés voyageant à travers des câbles à fibre optique. Dans les communications du monde réel, les signaux sont souvent brouillés par les fibres de verre qu'ils traversent. Les chercheurs ont simulé un scénario où 16 canaux de données différents étaient fortement déformés, avec un taux d'erreur binaire de 0,9, ce qui signifie que les données étaient presque totalement inintelligibles. Après le passage de la lumière à travers leur nouvelle puce, le taux d'erreur est tombé à 0,0018, restaurant efficacement le message original.
Les implications de ce travail vont au-delà de ces deux tests. Les chercheurs ont calculé que s'ils remplaçaient les éléments chauffants lents de leur puce actuelle par des modulateurs plus rapides, le dispositif pourrait théoriquement effectuer 102,4 billions d'opérations par seconde. De plus, parce que le dispositif utilise la lumière et très peu de puissance pour ses calculs, il pourrait atteindre une efficacité énergétique de 42,1 billions d'opérations par watt. C'est un ordre de grandeur supérieur au NVIDIA B100, une puce informatique électronique commerciale de pointe. La conception est également compatible avec les processus de fabrication existants utilisés pour fabriquer les puces en silicium, ce qui signifie qu'elle pourrait être produite en masse sans nécessiter de nouvelles usines entières.
Cette recherche représente une étape significative dans la course à la construction d'ordinateurs optiques. En s'éloignant de la grille traditionnelle et encombrante de composants et en adoptant une conception qui utilise l'étalement naturel de la lumière, l'équipe a démontré qu'il est possible de construire des unités de calcul puissantes et reconfigurables sur une puce minuscule. Ils ont démontré que la lumière peut être utilisée non seulement pour transmettre des données, mais aussi pour les traiter activement avec rapidité et faible consommation d'énergie. Bien que la version actuelle du dispositif soit limitée par la vitesse de ses commandes de chauffage, l'architecture sous-jacente prouve que la voie vers une informatique photonique évolutive et économe en énergie est ouverte. Ces travaux suggèrent un avenir où le gros du travail de l'intelligence artificielle pourrait être accompli par la lumière, libérant notre monde numérique des limites de chaleur et de vitesse qui le retiennent actuellement.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.