획기적인 광학 프로세서를 통해 AI는 빛의 속도로 계산할 수 있습니다.

더 빠른 컴퓨팅을 위해 빛으로 전환

연구자들은 이제 해결책으로 빛을 찾고 있습니다. 복잡한 계산을 처리하기 위해 전기 대신 빛을 사용하는 광학 컴퓨팅은 속도와 효율성을 획기적으로 향상시키는 방법을 제공합니다. 유망한 접근법 중 하나는 빛이 통과할 때 수학적 연산을 수행하는 얇은 판형 구조인 광학 회절 연산자를 포함합니다. 이러한 시스템은 낮은 에너지 사용으로 많은 신호를 한 번에 처리할 수 있습니다. 그러나 10GHz 이상의 속도에서 이러한 계산에 필요한 안정적이고 일관된 빛을 유지하는 것은 매우 어려운 것으로 입증되었습니다.

이러한 문제를 극복하기 위해 중국 칭화대학교의 Hongwei Chen 교수가 이끄는 팀은 광학 특징 추출 엔진(OFE)이라는 획기적인 장치를 개발했습니다.². 그들의 작품은 다음과 같이 출판되었습니다. 고급 포토닉스 넥서스는 여러 실제 애플리케이션에 적합한 고속 광학 특징 추출을 수행하는 새로운 방법을 보여줍니다.

어떻게 OFE² 데이터 준비 및 처리

OFE의 주요 발전² 혁신적인 데이터 준비 모듈입니다. 위상 안정성을 잃지 않고 핵심 광학 구성 요소에 빠르고 병렬적인 광학 신호를 공급하는 것은 현장에서 가장 어려운 문제 중 하나입니다. 광섬유 기반 시스템은 빛을 분할하고 지연시킬 때 원치 않는 위상 변동을 일으키는 경우가 많습니다. Tsinghua 팀은 조정 가능한 전력 분배기와 정밀한 지연 라인을 갖춘 완전히 통합된 온칩 시스템을 설계하여 이 문제를 해결했습니다. 이 설정은 직렬 데이터를 여러 동기화된 광 채널로 변환합니다. 또한 통합 위상 배열을 통해 OFE가 가능합니다.² 다양한 계산 작업에 맞게 쉽게 재구성할 수 있습니다.

일단 준비된 광학 신호는 특징 추출을 수행하는 회절 연산자를 통과합니다. 이 프로세스는 광파가 상호 작용하여 특정 출력 지점에 집중된 “밝은 점”을 생성하는 행렬-벡터 곱셈과 유사합니다. 입력광의 위상을 미세 조정함으로써 이러한 스폿을 선택한 출력 포트 쪽으로 향하게 하여 OFE를 활성화할 수 있습니다.² 시간에 따른 입력 데이터의 미묘한 변화를 포착합니다.

기록적인 광학 성능

인상적인 12.5GHz에서 작동하는 OFE² 단 250.5피코초 만에 단일 행렬-벡터 곱셈을 달성합니다. 이는 이러한 유형의 광학 계산에 대해 알려진 가장 빠른 결과입니다. Chen은 “우리는 이 연구가 실제 응용 분야에서 10GHz 속도를 초과하도록 통합 광학 회절 컴퓨팅을 발전시키기 위한 중요한 벤치마크를 제공한다고 굳게 믿습니다.”라고 말했습니다.

연구팀은 OFE를 테스트했습니다.² 여러 도메인에 걸쳐. 이미지 처리에서는 시각적 데이터에서 가장자리 특징을 성공적으로 추출하여 이미지 분류를 개선하고 CT 스캔에서 장기 식별과 같은 작업의 정확성을 높이는 “부조 및 조각” 쌍의 지도를 만들었습니다. OFE를 사용하는 시스템² 표준 AI 모델보다 더 적은 전자 매개변수가 필요하여 광학 전처리가 하이브리드 AI 네트워크를 더 빠르고 효율적으로 만들 수 있음을 입증했습니다.

팀은 OFE도 적용했습니다.² 실시간 시장 데이터를 처리하여 수익성 있는 구매 및 판매 활동을 생성하는 디지털 거래까지. OFE는 최적화된 전략으로 트레이닝을 받은 후² 들어오는 가격 신호를 거래 결정으로 직접 전환하여 일관된 수익을 달성합니다. 이러한 계산은 빛의 속도로 이루어지기 때문에 트레이더는 거의 지체 없이 기회에 따라 조치를 취할 수 있습니다.

AI의 미래를 향한 길을 밝히다

이러한 성과는 함께 컴퓨팅의 주요 변화를 나타냅니다. AI 처리의 가장 까다로운 부분을 전력 소모가 많은 전자 칩에서 빛처럼 빠른 광자 시스템으로 이동함으로써 OFE와 같은 기술² 실시간 저에너지 AI의 새로운 시대를 열 수 있습니다. Chen은 “우리 연구에서 제시된 발전은 통합 회절 연산자의 속도를 더욱 높여 이미지 인식, 의료 지원, 디지털 금융 등의 분야에서 컴퓨팅 집약적인 서비스를 지원하게 합니다. 우리는 데이터 집약적인 컴퓨팅 요구 사항이 있는 파트너와 협력할 수 있기를 기대합니다”라고 결론지었습니다.