Фотоника помогает преодолеть главные ограничения нейроморфных вычислений

Исследователи из МФТИ опубликовали в Журнале радиоэлектроники подробный обзор, посвященный современному состоянию фотонных нейроморфных вычислений. Авторы систематизировали последние достижения в этой быстро развивающейся области и показали, как использование света вместо электрического тока может изменить подход к созданию вычислительных систем нового поколения.

Нейроморфные вычисления стремятся воспроизвести принципы работы человеческого мозга. В отличие от классических процессоров, которые выполняют команды последовательно, такие системы обрабатывают информацию параллельно с помощью сети взаимосвязанных искусственных «нейронов», активирующихся в ответ на входные сигналы. Эта концепция существует уже несколько десятилетий, однако до недавнего времени ее реализация практически полностью опиралась на традиционную электронную элементную базу.

Именно электроника сегодня становится главным фактором, сдерживающим развитие подобных систем. Скорость передачи сигналов ограничена движением электронов, а их перенос через транзисторы и резисторы неизбежно сопровождается тепловыделением и потерями энергии. Фотоника предлагает принципиально иной подход: заменить электроны фотонами. Свет распространяется с огромной скоростью, практически не рассеивает энергию и позволяет одновременно передавать информацию сразу по множеству независимых каналов, используя различные длины волн.

В обзоре рассмотрены несколько ключевых архитектур фотонных нейроморфных вычислительных систем.

Одно из наиболее активно развивающихся направлений — крупномасштабные фотонные матричные процессоры на основе интерферометров Маха—Цендера. Такие устройства выполняют операцию умножения матрицы на вектор непосредственно в оптическом домене. Современный кремниевый фотонный чип размером немногим больше почтовой марки способен выполнять свыше 100 триллионов операций умножения и накопления в секунду.

Еще один важный подход основан на мультиплексировании по длинам волн и пространственным модам. Разные «цвета» света и различные моды распространения излучения внутри одного волновода работают как независимые вычислительные каналы. Благодаря этому удается многократно увеличить уровень параллелизма без увеличения размеров самого фотонного чипа.

Большой интерес вызывают и фотонные резервуарные вычисления. В подобных системах роль «резервуара» — сложной динамической среды, сохраняющей информацию о предыдущих входных сигналах, — выполняют нелинейные оптические структуры или полупроводниковые лазеры с внешней обратной связью. Такая архитектура уже продемонстрировала высокую эффективность при распознавании речи, анализе временных последовательностей и других задачах, где важна обработка сигналов во времени, причем число обучаемых параметров остается сравнительно небольшим.

Еще одним перспективным направлением являются фотонные нейронные сети с использованием фазово-переходных материалов, например сплава германия, сурьмы и теллура (GST). Под действием лазерных импульсов такие материалы могут переключаться между кристаллическим и аморфным состояниями, формируя своеобразную оптическую память, которая по своим функциям напоминает синаптическую пластичность нервной системы.

Потенциальная область применения фотонных нейроморфных вычислений чрезвычайно широка. Высокоскоростные телекоммуникационные сети требуют обработки терабитных потоков информации в режиме реального времени, и здесь фотонные процессоры уже демонстрируют характеристики, недостижимые для традиционной электроники.

Не менее востребованы подобные решения в автономном транспорте и беспилотных системах, где необходимо мгновенно распознавать объекты при минимальном энергопотреблении. Значительные перспективы фотонные нейронные сети открывают также для медицинской диагностики, спутниковых систем дистанционного наблюдения, квантовых коммуникаций и многих других направлений современной высокотехнологичной индустрии.

При этом авторы обзора отмечают и существующие проблемы. Среди них — сложность реализации нелинейных функций активации непосредственно в оптической среде, отсутствие компактной и емкой оптической памяти, способной конкурировать с электронной, а также технологические трудности при масштабировании интегральных фотонных схем до промышленного уровня.

Несмотря на эти ограничения, развитие области идет чрезвычайно быстро. За последние годы исследования перешли от отдельных лабораторных демонстраций к созданию интегральных чипов, содержащих уже сотни взаимодействующих оптических нейронов. По оценке авторов, в ближайшее десятилетие широкое распространение получат гибридные оптоэлектронные платформы, объединяющие достоинства фотонных и электронных технологий, а также полностью интегрированные фотонные процессоры, способные конкурировать с современными графическими ускорителями при решении ключевых задач искусственного интеллекта.

Кандидат технических наук Дмитрий Ступин, сотрудник проектно-конструкторского бюро разработки космических технологий МФТИ, отметил: «Конвергенция нейроморфных вычислений с фотонными технологиями — это ответ на фундаментальное физическое ограничение: электроны слишком медленны и расточительны для того масштаба ИИ, к которому движется человечество. Свет лишен этих ограничений — надо лишь научиться им управлять с нужной точностью».

Человеческий мозг выполняет колоссальный объем вычислений, потребляя около 20 ватт энергии. Для работы крупнейших современных ИИ-кластеров требуются уже десятки мегаватт. Именно сокращение этого разрыва становится одной из главных инженерных задач ближайших десятилетий. Фотонные нейроморфные вычисления предлагают решить ее не за счет дальнейшего совершенствования существующей электроники, а благодаря переходу к принципиально новой физике вычислительных процессов.

Источник: Фотоника снимает технические ограничения для нейроморфных вычислений — За науку