La fotónica y las microondas se fusionan para mejorar la flexibilidad informática

Área de la Ciencia:

• La computación fotónica
• Redes neuronales artificiales
• Fotónica integrada

Sus antecedentes:

• Las redes neuronales artificiales (ANN) se basan en operaciones tensoriales, que son computacionalmente intensivas.
• Las arquitecturas electrónicas tradicionales se enfrentan a un cuello de botella de almacenamiento y computación, lo que dificulta el procesamiento eficiente de tensores a gran escala.
• Las soluciones de computación fotónica existentes a menudo carecen de la densidad y la eficiencia requeridas para tareas ANN complejas.

Objetivo del estudio:

• Desarrollar una nueva unidad de procesamiento de tensores fotónicos (PTPU) para acelerar los cálculos ANN.
• Para superar las limitaciones de la computación electrónica en el manejo de operaciones tensoriales de alta dimensión.
• Mejorar la densidad de computación y la eficiencia de los circuitos fotónicos integrados para el hardware de IA.

Principales métodos:

• Se utilizó un solo resonador de microring como el componente central para el procesamiento de tensores fotónicos.
• Las operaciones de convolución tensorial se realizaron manipulando múltiples dimensiones: tiempo, longitud de onda y frecuencia de microondas.
• El control preciso de los láseres de múltiples longitudes de onda permitió el ajuste dinámico del estado de funcionamiento del resonador.

Principales resultados:

• El PTPU desarrollado ejecutó con éxito operaciones de convolución de tensores multidimensionales.
• Se logró una notable densidad de cómputo fotónico de 34,04 TOPS/mm2.
• Esta densidad supera significativamente los parámetros de rendimiento de los chips fotónicos actuales.

Conclusiones:

• El PTPU basado en microring-resonador ofrece una solución prometedora para el procesamiento eficiente de tensores en las ANN.
• Este avance aborda el cuello de botella crítico en la computación electrónica para la aceleración de la IA.
• La alta densidad de computación alcanzada allana el camino para la próxima generación de hardware de IA fotónica de alto rendimiento.