Reconfigurable Photonic Quasi-Unitary Computing Hardware for Optical Signal Processing
Dit artikel presenteert een compacte, schaalbare en energiezuinige silicium fotonische quasi-unitaire device die traditionele trade-offs in on-chip matriximplementatie overwint om hoogwaardige optische signaalverwerking en recurrent neural network-toepassingen mogelijk te maken.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
De wereld van de computertechnologie loopt tegen een muur aan. Decennialang is de snelheid van onze elektronische apparaten ongeveer elke twee jaar verdubbeld, een trend die bekend staat als de Wet van Moore. Maar naarmate de minuscule transistors in onze chips steeds kleiner worden, lopen ze tegen fysieke limieten aan. Ze worden te vol om meer componenten te huisvesten, en ze genereren te veel warmte om sneller te draaien zonder te smelten. Om de digitale wereld in beweging te houden, zoeken wetenschappers naar een nieuwe manier om informatie te verwerken die niet afhankelijk is van elektriciteit. Ze richten zich op licht. Licht reist sneller dan elektriciteit, voert meer gegevens tegelijkertijd af en genereert bijna geen warmte. Dit veld, genaamd geïntegreerde fotonische computertechnologie, heeft als doel om computerchips te bouwen die lichtstralen gebruiken in plaats van elektrische stromen om berekeningen uit te voeren. Het doel is om machines te creëren die de enorme datavraag van moderne kunstmatige intelligentie kunnen aanpaken zonder de energiekosten en snelheidslimieten van de huidige elektronica.
De uitdaging is echter dat licht berucht moeilijk te controleren is binnen een minuscule chip. Om nuttige wiskunde met licht te bedrijven, moeten onderzoekers een specifieke soort operatie uitvoeren die matrixvermenigvuldiging wordt genoemd. In de wereld van het licht betekent dit het herordenen van stralen zodat ze op een precieze manier met elkaar interfereren om een probleem op te lossen. De meest betrouwbare manier om dit te doen, is door gebruik te maken van een rooster van kleine interferometers, wat apparaten zijn die lichtstralen splitsen en weer combineren. Maar het bouwen van deze roosters is alsof je een wolkenkrabber probeert te bouwen met individuele bakstenen, één voor één; naarmate het rooster groter wordt om complexere taken aan te kunnen, wordt de chip onmogelijk groot en moeilijk te produceren. De componenten nemen te veel ruimte in beslag, en hoe meer componenten je toevoegt, hoe groter de kans dat een kleine fout in de productie de berekening ruïneert.
Een team van onderzoekers van Zhejiang University en Huawei Technologies heeft een nieuwe manier gevonden om dit probleem op te lossen. In plaats van een massief rooster van individuele componenten te bouwen, hebben zij een compact apparaat ontworpen dat gebruikmaakt van het natuurlijke gedrag van lichtdiffractie om deze complexe berekeningen uit te voeren. Ze noemen hun uitvinding een fotonische quasi-unitaire rekeneenheid. Het apparaat is gebouwd op een standaard siliciumchip en lijkt enigszelden op een miniature versie van de roosters die in oude spectrometers worden gevonden, maar dan met een cruciale twist. Het gebruikt een speciale opstelling van golfgeleiders, wat minuscule kanalen zijn die licht leiden, om de data vanuit een kleiner aantal invoerkanaals naar een grotere, intermediaire ruimte te tillen, en het vervolgens weer terug te brengen. Dit proces maakt het mogelijk dat het licht mengt en interfereert op een manier die de noodzakelijke wiskunde uitvoert zonder dat er duizenden afzonderlijke componenten nodig zijn.
De onderzoekers bouwden een fysieke versie van dit apparaat op een siliciumchip. De kern van de chip is ongelooflijk klein en meet slechts 0,65 millimeter bij 2,15 millimeter. Binnen dit minuscule gebied slaagden zij erin een systeem te creëren dat 32 verschillende ingangssignalen tegelijkertijd kan verwerken. Het apparaat werkt door het binnenkomende licht te splitsen in 32 afzonderlijke paden, ze door een regio te sturen waar ze diffractie en menging ondergaan, en ze vervolgens weer te combineren. Door de fase van het licht in het middelste gedeelte aan te passen met behulp van kleine verwarmingselementen, kunnen de onderzoekers het apparaat herprogrammeren om verschillende wiskundige taken uit te voeren. Deze flexibiliteit is essentieel. Hoewel het apparaat niet in elk enkel detail de strikte wiskundige regels van een perfect "unitair" systeem volgt, is het nauwkeurig genoeg om zeer accuraat te zijn, terwijl het veel meer vrijheid biedt om te worden geconfigureerd voor verschillende taken.
Om te testen of deze nieuwe hardware daadwerkelijk werkt, gebruikten het team het om een fotonisch recurrent neuraal netwerk te bouwen. Dit is een type kunstmatige intelligentie dat bijzonder goed is in het verwerken van gegevens die in de loop van de tijd veranderen, zoals spraak of aandelenmarkttrends. Ze onderwierpen de chip aan twee moeilijke tests. Eerst vroegen ze de chip om een chaotisch tijdreeks-signaal te voorspellen dat bekend staat als de Mackey-Glass-reeks. Dit is een standaardtest voor AI omdat het signaal onvoorspelbaar is en gevoelig is voor kleine veranderingen. De fotonische chip slaagde erin de volgende stap in de sequentie te voorspellen met een foutmarge van ongeveer 0,0023, een nauwkeurigheidsniveau dat andere fotonische systemen evenaart of zelfs verslaat. Ten tweede gebruikten ze de chip om vervormde signalen te corrigeren die door glasvezelkabels reizen. In de echte wereld worden signalen vaak verstoord door de glazen vezels waar ze doorheen reizen. De onderzoekers simuleerden een scenario waarin 16 verschillende datakanalen zwaar vervormd waren, met een bitfoutpercentage van 0,9, wat betekent dat de data bijna volledig onleesbaar was. Nadat het licht door hun nieuwe chip was gegaan, daalde het foutpercentage naar 0,0018, waardoor de oorspronkelijke boodschap effectief werd hersteld.
De implicaties van dit werk gaan verder dan alleen deze twee tests. De onderzoekers berekenden dat als zij de trage verwarmingselementen in hun huidige chip zouden vervangen door snellere, hogesnelheidsmodulatoren, het apparaat theoretisch 102,4 biljoen operaties per seconde zou kunnen uitvoeren. Bovendien, omdat het apparaat licht gebruikt en zeer weinig stroom verbruikt voor zijn berekeningen, zou het een energie-efficiëntie van 42,1 biljoen operaties per watt kunnen bereiken. Dit is één orde van grootte hoger dan de NVIDIA B100, een geavanceerde commerciële elektronische computerchip. Het ontwerp is ook compatibel met de bestaande fabricageprocessen die worden gebruikt om siliciumchips te maken, wat betekent dat het op grote schaal geproduceerd kan worden zonder dat er volledig nieuwe fabrieken nodig zijn.
Dit onderzoek vormt een belangrijke stap voorwaarts in de race om optische computers te bouwen. Door af te stappen van het traditionele, omvangrijke rooster van componenten en te kiezen voor een ontwerp dat gebruikmaakt van de natuurlijke verspreiding van licht, heeft het team aangetoond dat het mogelijk is om krachtige, herconfigureerbare rekeneenheden op een minuscule chip te bouwen. Ze hebben aangetoond dat licht niet alleen kan worden gebruikt om gegevens te verzenden, maar om ze ook actief te verwerken met hoge snelheid en laag energieverbruik. Hoewel de huidige versie van het apparaat beperkt wordt door de snelheid van de verwarmingsregelingen, bewijst de onderliggende architectuur dat de weg naar schaalbare, energiezuinige fotonische computertechnologie openligt. Het werk suggereert een toekomst waarin het zware werk van kunstmatige intelligentie door licht kan worden gedaan, waardoor onze digitale wereld wordt bevrijd van de hitte- en snelheidslimieten die haar momenteel tegenhouden.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.