Scalable native signed optical computing enabled by dual-wavelength incoherent multiplexing

技術概要：二重波長非干渉多重化によるスケーラブルなネイティブ符号付き光学計算

問題定義
非干渉フォトニックニューラルネットワーク（PNN）は、厳密な位相安定化要件を排除することで、コヒーレントなアーキテクチャに比べて堅牢性とスケーラビリティの利点を提供するが、根本的な限界に直面している。すなわち、光強度は本質的に非負であることだ。その結果、既存の非干渉乗算・加算（MAC）システムの多くは、非負の信号表現に制限されている。現代の機械学習における効率的な最適化と収束に不可欠な符号付き（双極性）入力と重みのサポートは、これまで、空間的に分離された差分符号化、時間多重化、または複雑な非線形転送関数といったハードウェア集約的な解決策を必要としてきた。これらのアプローチは通常、システムサイズに比例して増大するハードウェアオーバヘッドを伴うか、追加の計算サイクルを必要とするため、大規模なテンソル演算における集積密度とスケーラビリティを制限している。

手法
著者らは、薄膜ニオブ酸リチウム（TFLN）プラットフォーム上で実装された、スケーラブルな二重波長非干渉計算アーキテクチャを提案する。中核的な革新は、2 つのスペクトル的に分離された光キャリア（$\lambda_1$ および $\lambda_2$）を利用して相補的な信号成分を符号化する、ネイティブな符号付き計算方式である。

• 符号化メカニズム: 双極性入力 $X_i \in [-1, 1]$ は、2 つの非負成分 $x_i^+$ および $x_i^-$ に分解され、$X_i = x_i^+ - x_i^-$ となる。これらの成分は、高速電気光学変調器を介して 2 つの異なる波長に符号化される。
• 共有経路計算: 2 つの波長チャネルは、波長多重器として機能する不平衡マッハツェンダー干渉計（MZI）を含む共有物理経路を通過する。これにより、両方の波長が共有重み付けユニット（もう一つの不平衡 MZI）へ誘導される。
• 相補的重み付け: 重み付け MZI は、2 つの波長に対する透過重み $w_i^+$ および $w_i^-$ が相補的な応答（$w_i^+ + w_i^- = 1$）を示すように設計されている。
• 差分検出: 重み付け MZI の相補出力ポートにおける光強度の差を取ることで、システムは $(w_i^+ - w_i^-)(x_i^+ - x_i^-) = W_i X_i$ を計算する。これにより、単一の非干渉強度計算フレームワーク内で真の 4 象限光学乗算が実現される。
• 較正: システムは、相補的な波長（$\lambda_1 = 1550$ nm および $\lambda_2 = 1548.4$ nm）を特定するための較正手順を採用し、透過強度をバランスさせるために低周波三角波変調を使用することで、差分検出中のオフセット誤差を最小化している。

主な貢献

1. ネイティブ符号付きアーキテクチャ: 本論文は、重み付けユニットの複製やコヒーレント位相安定化を必要とせずに、符号付き入力と符号付き重みの両方をネイティブにサポートする方法を実証する。
2. 一定のハードウェアオーバヘッド: 行列サイズに比例してハードウェアの複雑さが増大する従来手法とは異なり、このスペクトル多重化戦略により、符号付き計算のための追加ハードウェアオーバヘッドは、システム次元に関わらず乗算・加算操作あたり一定に保たれる。
3. TFLN 実装: このアーキテクチャは、フォトリソグラフィ支援化学機械エッチング（PLACE）を用いた TFLN プラットフォーム上で実現され、低伝播損失（0.03 dB/cm）と高い製造均一性を達成している。

実験結果

• デバイス性能: 作製された変調器は、3-dB 電気光学帯域幅が 40 GHz を超え、$V_\pi \cdot L$ が 2.25 V·cm であることを示した。重み付け MZI は 30 dB を超える消光比を達成し、2 つの波長チャネル間で必要な相補的変調挙動を実証した。
• 乗算忠実度: ランダムな双極性入力と重みを用いて、動的な 4 象限光学乗算がテストされた。システムは乗算出力に対して 1.27% の標準偏差誤差を達成し、完全な 4 象限範囲にわたって顕著な誤差蓄積は観察されなかった。
• システムレベルの検証:
  • Moons データセット: フォトニックシステムは、非線形「Moons」データセット上で 95.1% の分類精度を達成し、理想的な電子ベースラインの 95.4% の精度とほぼ一致した。
  • MNIST データセット: 手書き数字認識において、システムは 91.63% の精度を達成し、理想的な電子モデルの 92.81% の精度に迫った。
  • 学習ダイナミクス: 数値シミュレーションと実験データは、非負の制約と比較して、双極性（ゼロ中心）入力が学習の収束と最終精度を大幅に向上させることを確認した。

意義と主張
本論文は、ネイティブな双極性処理が可能なスケーラブルな非干渉フォトニック計算システムへの実用的な道筋を確立する。符号付き演算のために複製されたハードウェア経路や複雑な時間符号化の必要性を排除することで、提案されたアーキテクチャはフォトニックニューラルネットワークのスケーラビリティにおける重要なボトルネックに対処する。著者らは、このアプローチが TFLN プラットフォームの超高帯域幅と組み合わさることで、将来の大規模フォトニックニューラルネットワークのためのコンパクトかつ堅牢なハードウェア基盤を提供すると主張している。本論文は、このスペクトル符号化戦略が、システムアーキテクチャを根本的に変更したり、符号付き計算のチャネルあたりのハードウェアコストを増加させたりすることなく、ハイブリッドなスペクトルおよび空間多重化を通じてさらなるスケーリングを可能にすることを示唆している。