當(dāng)今社會(huì)，人工智能正在改變臨床診斷、自動(dòng)駕駛、語音翻譯等各個(gè)領(lǐng)域。但是，數(shù)據(jù)量的快速增長給AI中使用的電子計(jì)算硬件帶來了巨大的挑戰(zhàn)，計(jì)算速度和功耗問題已成為人工智能的主要瓶頸。Xu等人和Feldmann等人的兩篇論文報(bào)告了一種通過利用光的獨(dú)特屬性來加速AI處理的光子處理器。這些報(bào)告引發(fā)了光學(xué)計(jì)算的復(fù)興。
隨著人工智能的興起，傳統(tǒng)的電子計(jì)算方式逐漸達(dá)到其性能極限，遠(yuǎn)遠(yuǎn)落后于可處理數(shù)據(jù)的快速增長。在各種類型的AI中，神經(jīng)網(wǎng)絡(luò)由于其出色的表現(xiàn)而被廣泛用于AI任務(wù)中。這些網(wǎng)絡(luò)使用多層相互連接的人工神經(jīng)元執(zhí)行復(fù)雜的數(shù)學(xué)運(yùn)算，其中占用了大多數(shù)計(jì)算資源的基本運(yùn)算是矩陣向量乘法。
研究人員進(jìn)行了各種努力來設(shè)計(jì)和實(shí)現(xiàn)特定的電子計(jì)算系統(tǒng)，以加速人工神經(jīng)網(wǎng)絡(luò)中的計(jì)算。尤其是專用集成電路、腦啟發(fā)計(jì)算和內(nèi)存內(nèi)計(jì)算（使用稱為憶阻器的一組存儲(chǔ)設(shè)備在原位執(zhí)行計(jì)算）等定制芯片的使用已經(jīng)取得了相當(dāng)大的成功。
雖然在電子計(jì)算中信息的載體是電子，但是光子長期以來一直被視為一種可行的替代方案。由于光譜涵蓋的波長范圍更加廣泛，許多不同波長的光可以同時(shí)進(jìn)行多路復(fù)用（并行傳輸）和調(diào)制（改變得可以攜帶信息），而不會(huì)相互干擾光信號(hào)。此外，信息以光速傳播會(huì)使時(shí)間延遲達(dá)到最小，無源傳輸（不需要輸入功率）有助于超低功耗，并且相位調(diào)制（用來改變光波的量子力學(xué)相位）使光可以輕易地在大于40 GHz的頻率下調(diào)制和檢測。
在過去的幾十年里，光纖通信取得了巨大的成功。但是，利用光子進(jìn)行計(jì)算仍然具有挑戰(zhàn)性，尤其是在與先進(jìn)的電子處理器相當(dāng)?shù)囊?guī)模和性能水平上。其困難來源于缺乏合適的并行計(jì)算機(jī)制、允許人工神經(jīng)元進(jìn)行復(fù)雜的高速非線性響應(yīng)的材料以及可集成到計(jì)算硬件中的可擴(kuò)展光子設(shè)備。
幸運(yùn)的是，過去幾年中一種被稱為光學(xué)頻率梳的設(shè)備的發(fā)展為集成光子處理器帶來了新的機(jī)遇。光學(xué)頻率梳是一種具有發(fā)射光譜的光源，其頻譜由成千上萬條離散的、等距的頻率線組成。這種設(shè)備在光譜學(xué)、光學(xué)時(shí)鐘計(jì)量學(xué)、電信等各個(gè)領(lǐng)域都取得了巨大的成功，并獲得了2005年諾貝爾物理學(xué)獎(jiǎng)。光學(xué)頻率梳可以被用作光學(xué)計(jì)算的節(jié)能電源集成到計(jì)算機(jī)芯片中，并且該系統(tǒng)非常適合通過波長復(fù)用進(jìn)行數(shù)據(jù)并行化處理。
Xu及其同事就是使用這種設(shè)備來制造通用的集成光子處理器，該設(shè)備用來執(zhí)行一種相當(dāng)于圖像處理中的卷積的矩陣向量乘法。Xu和他的團(tuán)隊(duì)使用了一種巧妙的方法來實(shí)現(xiàn)卷積：首先用色散讓波長復(fù)用的光信號(hào)產(chǎn)生不同的時(shí)間延遲（光的傳輸速度取決于其波長），然后沿著與光的波長相關(guān)的維度組合這些信號(hào)。
通過充分利用大范圍的光子波長，Xu和他的團(tuán)隊(duì)實(shí)現(xiàn)了本質(zhì)上是不同卷積運(yùn)算的并行計(jì)算。使用單個(gè)處理內(nèi)核的光計(jì)算速度超過 10 萬億次/秒，并且僅受數(shù)據(jù)吞吐量的限制。這項(xiàng)工作值得肯定的另一點(diǎn)是，他們還確定了其光子卷積處理器在實(shí)際應(yīng)用中的切入點(diǎn)。他們建議處理器在光電子混合框架中使用，如在光纖通信過程中進(jìn)行原位計(jì)算。
用于矩陣向量乘法的處理器的示意圖
Feldmann和他的同事也獨(dú)立地制造出一個(gè)集成光子處理器，該處理器可執(zhí)行涉及跨越二維光信號(hào)的卷積。該設(shè)備在基于相變材料（可以在非晶相和結(jié)晶相之間切換的材料）的內(nèi)存內(nèi)計(jì)算架構(gòu)中使用了光學(xué)頻率梳。他們通過波長復(fù)用和使用相變材料集成的單元陣列模擬矩陣向量乘法，對(duì)輸入數(shù)據(jù)進(jìn)行了完全并行化處理。
這種高度并行化的框架具有在單個(gè)步驟中高速處理整個(gè)圖像的潛力。此外，原則上來說，該系統(tǒng)可以按照商業(yè)制造規(guī)程進(jìn)行大規(guī)模擴(kuò)展，并有助于在不久的將來實(shí)現(xiàn)實(shí)時(shí)的機(jī)器學(xué)習(xí)。由于該卷積過程涉及無源傳輸，因此理論上光子處理器可以以光速和低功耗執(zhí)行計(jì)算。對(duì)于像云計(jì)算這種能源密集型應(yīng)用而言，這種能力是非常有價(jià)值的。
鑒于傳統(tǒng)電子計(jì)算方式面臨諸多挑戰(zhàn)，集成光子技術(shù)的出現(xiàn)或許能成為實(shí)現(xiàn)未來計(jì)算架構(gòu)性能大幅提升的潛在繼任者。但是，構(gòu)建實(shí)用的光學(xué)計(jì)算機(jī)將需要材料科學(xué)、光學(xué)、電子學(xué)等領(lǐng)域的研究人員共同努力，加強(qiáng)跨學(xué)科合作。盡管報(bào)道的光子處理器具有較高的單位面積計(jì)算能力和潛在的可延展性，但是完全光計(jì)算的規(guī)模（光學(xué)人工神經(jīng)元的數(shù)量）仍然很小。并且，能量效率受到固有地吸收光的計(jì)算元件以及電信號(hào)和光信號(hào)需要頻繁相互轉(zhuǎn)換的限制。
另一個(gè)研究路徑是開發(fā)高等非線性集成光子計(jì)算體系結(jié)構(gòu)，而不是一維或二維線性卷積。通過將電子電路和數(shù)千或數(shù)百萬個(gè)光子處理器集成到合適的體系結(jié)構(gòu)中，同時(shí)利用光子和電子處理器的混合光電框架可以在不久的將來革新AI硬件的發(fā)展。這樣的硬件將在通信、大數(shù)據(jù)和云計(jì)算等領(lǐng)域具有重要的應(yīng)用。
加入收藏
微信公眾號(hào)
計(jì)量資訊速遞
