Tsinghua-yliopiston tutkijat ovat julkistaneet integroidun optisen laskentapiirin, joka nostaa ominaisuuksien poiminnan nopeuden yli 10 GHz:n rajan — virstanpylvään, jolla voi olla merkittäviä vaikutuksia korkeataajuisessa kaupankäynnissä, lääketieteellisessä kuvantamisessa ja reaaliaikaisessa tekoälyssä. Siirtämällä keskeisen laskentakerroksen sähköstä valoon ryhmä raportoi huomattavasti pienemmästä latenssista ja avusta kevyempien, nopeampien hybridisten tekoälyjärjestelmien toteuttamisessa.

Miksi valo? Pulmat nykyaikaisessa tekoälylaskennassa

Nykyaikaiset tekoäly- ja datavetoinen järjestelmät — kirurgisista roboteista automatisoituihin kaupankäyntimoottoreihin — joutuvat suodattamaan valtavia, jatkuvia datavirtoja ja poimimaan merkityksellisiä piirteitä millisekunneissa tai vieläkin nopeammin. Perinteiset elektroniset prosessorit lähestyvät kuitenkin fyysisiä ja termisiä rajojaan: kellotaajuuksien nostaminen ja transistorien tiivistäminen siruille ei enää skaalaudu samalla tavalla. Elektroniset väylät ja muistiin pääsy aiheuttavat latenssia ja energiakustannuksia, jotka tekevät ultra-matalan latenssin sovelluksista hankalia toteuttaa ainoastaan elektroniikalla.

Optinen laskenta korvaa elektronit fotoneilla tiettyjen matemaattisten operaatioiden suorittamiseksi valonnopeudella. Fotoniikka tarjoaa lähes välittömän datanvälityksen, luonnollisen rinnakkaisuuden (monet aallonpituudet ja spatiaalikanavat samanaikaisesti) sekä potentiaalisesti paljon alhaisemman energiankulutuksen per operaatio. Yksi lupaava lähestymistapa hyödyntää diffraktioon perustuvia optisia operaattoreita: ohuita optisia elementtejä, jotka muuntavat saapuvat valokentät halutuiksi lähtökuvioiksi ja toteuttavat siten lineaarialgebran operaatioita, kuten matriisi-vektori-kertolaskuja, yhdellä läpikululla. Tämä mahdollistaa erittäin nopean piirteenpoiminnan, joka on kriittinen esimerkiksi reaaliaikaisessa kuvantamisessa ja markkinadatassa.

OFE2 voi mahdollistaa joustavan resurssien jakamisen moniajoon sovelluksissa kuten kohtauksen tunnistuksessa, lääketieteellisessä avustamisessa ja digitaalitaloudessa. 

Miten OFE2 voittaa koherenssi- ja stabiliteettivaatimukset

Uusi laite, nimeltään OFE2 (optical feature extraction engine 2), ratkaisee yhden koherenttiin optiseen laskentaan liittyvistä ydinrajoitteista: rinnakkaisten optisten kanavien vaihesuhteiden ylläpitämisen erittäin suurilla nopeuksilla. Monet fotoniset järjestelmät käyttävät kuitupohjaisia haaroittimia ja viivejohtoja monikanavaisuuden luomiseksi, mutta kuidut lisäävät vaihekohinaa ja lämpötilaherkkää häiriötä, jotka rajoittavat käyttökokonaista taajuutta ja vakautta. Nämä vaikutukset heikentävät suoraan laskennan tarkkuutta ja toistettavuutta, erityisesti sovelluksissa, joissa latenssi ja ajoitus ovat kriittisiä.

Ratkaisuna Tsinghuan tiimi kehitti integroidun piirille rakennetun datan valmistelumoduulin, joka sisältää säädettävät tehonjakajat ja tarkasti ohjatut viivejohtimet. Tämä moduuli näytteistää saapuvan sarjamuotoisen datavirran ja deserialisoi sen useiksi vakaiksi rinnakkaisiksi optisiksi haaroiksi. Säädettävä integroidun vaihearauksen verkko (phase array) antaa laitteelle mahdollisuuden konfiguroida, miten nämä haarat interferoivat diffraktiivisen operaattorin kohdalla, jolloin siru voi ohjata optista energiaa valittuihin ulostuloihin ja toteuttaa erityisiä piirteenpoimijoita. Koska kaikki tämä tapahtuu integroidussa mikropiirissä, järjestelmä välttyy kuitujen tuomilta häiriöiltä ja saavuttaa paremman lämpötilavakavuuden ja toistettavuuden, mikä on oleellista ammattikäyttöisille optisille kiihtyittimille.

Diffraktio laskentana: matriisitoiminnot valokeilassa

Kun diffraktiivinen operaattori on oikein konfiguroitu, se käyttäytyy kuin ohjelmoitu matriisi. Saapuvat aallot — kukin kantaa osaa datasta — interferoivat kulkiessaan diffraktiivisen elementin läpi, ja tuloksena oleva kuvio synnyttää fokusoituneen kirkkaan pisteen, jonka sijainti ja intensiteetti koodaa matriisi-vektori-kertolaskun tuloksen. Tämä fysikaalinen toteutus matriisitoiminnosta mahdollistaa rinnakkaisen ja fysikaalisesti suoran laskennan ilman elektronisten transistorien vuorovaikutuksen aiheuttamaa viivettä. Seurannan avulla, miten ulostuloteho muuttuu ajan tai syötemuutosten mukaan, OFE2 voi poimia piirteitä kuten kuvan reunoja, tekstuurielementtejä tai markkinadatan ajallisia kuvioita — kaikki fotonisen prosessoinnin kautta.

Suorituskyky: 12,5 GHz ja alle 250 ps latenssi

OFE2 toimii tehokkaalla taajuudella 12,5 GHz. Tutkijat raportoivat, että yksittäinen matriisi-vektori -kertolasku valmistuu alle 250,5 pikosekunnissa, mikä tekee tästä toteutuksesta yhden nopeimmista integroiduista optisen laskennan demonstraatioista tähän mennessä. Tällainen alle nanosekunnin latenssi on merkityksellinen, kun jokainen mikrosekunti merkitsee — esimerkiksi algoritmisissa kaupankäyntistrategioissa, joissa pienet viiveet voivat vaikuttaa kannattavuuteen merkittävästi. Lisäksi korkea toistotaajuus tekee mahdolliseksi käsitellä tiheitä datavirtoja yhtäjaksoisesti ilman perinteisiä puskurivaiheita.

Optinen esikäsittelyvaihe vähentää olennaisesti jälkikäteen tulevan elektronisen neuroverkkoalan kuormitusta. Kuvantamistehtävissä OFE2 tuotti toisiaan täydentäviä 'reliefi- ja kaiverrus' -tyyppisiä piirkarttoja, jotka paransivat luokittelun tarkkuutta ja nostivat pikselikohtaista suorituskykyä semanttisessa segmentoinnissa — esimerkiksi elinten tunnistuksessa CT-kuvissa — samalla kun vaadittavien elektronisten parametrien määrä oli vähäisempi verrattuna pelkästään elektroniseen perustaan. Tämä parametriasennuksen pieneneminen mahdollistaa kevyempiä ja nopeampia loppujärjestelmiä reaaliaikaiseen päätöksentekoon.

Reaaliaikaiset testit: kuvat ja markkinasignaalit

Tutkijat validoivat OFE2:n sekä visuaalisilla että taloudellisilla työkuormilla. Kuvantamiskokeissa diffraktiivinen moottori korosti luotettavasti reunoja ja tekstuuripiirteitä, jotka tekivät perään tulevan neuroverkkopohjaisen luokittelun ja segmentoinnin tarkemmiksi ja resurssitehokkaammiksi. Tämä optinen esikäsittely auttoi neuroverkkoa keskittymään korkeamman tason luokitteluun sen sijaan, että verkon pitäisi oppia yksityiskohtaisia matalan tason piirteitä alusta lähtien.

Sijoitusteknisissä kokeissa aikasarjahintasignaalit syötettiin OFE2:een ja kartoitettiin kaupankäyntitoimiksi harjoittelun jälkeen; optiset ulostulot voitiin muuntaa suoraan osto-/myyntipäätöksiksi yksinkertaisella kynnysarvomenetelmällä, mahdollistaen kaupankäyntisilmukan toteuttamisen fotonisella nopeudella. Koska ydinkomputaatio tapahtuu passiivisissa optisissa komponenteissa, energian kulutus per operaatio voi olla huomattavasti alhaisempi kuin perinteisessä elektronisessa esikäsittelyssä. Tämä avaa käytännöllisen polun hybridiselle arkkitehtuurille, jossa fotoniikka hoitaa intensiivisimmät ja latenssiherkimmät etupään tehtävät ja elektroniikka vastaa korkeamman tason päätöksenteosta ja integraatiosta pilvi- tai reunalaskentaympäristöihin.

Liittyvät teknologiat ja seuraavat askeleet

OFE2 sijoittuu osaksi kasvavaa integroidun fotoniikan tutkimusekosysteemiä: ohjelmoitavat fotoniset piirit, neuromorfiset fotoniset prosessorit ja aallonpituusjakoketjutetut (WDM) optiset kiihdyttimet ovat kaikki rinnakkaisia kehityspolkuja. Keskeisiä haasteita on yhä — luotettavien optisten lähteiden integrointi, pakkauksen ja paketin lämpöstabiilisuus, valmistettavuuden toistettavuus sekä suunnittelutyökalujen kehittäminen, jotka pystyvät kartoittamaan koneoppimismalleja fysikaalisiin diffraktiivisiin asetteluihin. Lisäksi testaus- ja validointiprosessit tuotantoympäristössä vaativat tarkkaa koestusta laajalla lämpötila- ja ympäristöparametrien alueella.

Tsinghuan tiimi julkaisi tuloksensa lehdessä Advanced Photonics Nexus ja ilmaisi kiinnostuksensa yhteistyöhön organisaatioiden kanssa, joilla on dataintensiivisiä ja latenssikriittisiä työkuormia. Siirtyminen laboratorioprototyypeistä tuotantokelpoisiin ratkaisuihin edellyttää tiivistä yhteissuunnittelua sovellusvalmistajien kanssa — rahoituslaitokset, lääketeknisten laitteiden valmistajat ja kuvantamisyritykset ovat potentiaalisia kumppaneita — jotta rajapinnat, ohjauselektroniikka ja algoritmit olisivat valmiita sarjatuotantoon ja kenttäkokeisiin. Standardointi ja yhteensopivuus olemassa olevien datanvälitysprotokollien kanssa nopeuttavat käyttöönottoa teollisuudessa.

Asiantuntijan näkökulma

Tohtori Maria Alvarez, fotonisten järjestelmien insinööri (fiktiivinen), kommentoi: 'Tämä työ osoittaa käytännöllisen tien optic-laskennan viemiseksi sovelluksiin, jotka vaativat sekä nopeutta että konfiguroitavuutta. Integroidun datan valmistelumoduulin sijoittaminen sirulle on juuri se tyyppinen insinöörinen edistysaskel, joka yhdistää konseptitason optiikan ja käyttökelpoiset, otettavissa käyttöön olevat kiihdyttimet. Emme ole vielä korvaamassa GPU:ita kokonaan, mutta hybridiset fotoninen-elektroniset pinot voivat muuttaa tapaa, jolla arkkitehturoidaan matalan latenssin tekoälyjärjestelmiä.' Tämä kommentti korostaa myös alan käytännön haasteita sekä mahdollisuuksia sovellusalueilla.

Kohti tulevaisuutta OFE2-tyylisten diffraktiivisten operaattoreiden yhdistäminen kompakteihin lasereihin ja sirulle integroituihin detektoreihin voisi johtaa erittäin nopeisiin sensoreihin ja reunaprosessoreihin robotiikkaan, autonomisiin ajoneuvoihin ja rahoitusalaan. Kun fotoninen valmistus kehittyy ja algoritmit mukautuvat optisiin rajoitteisiin — esimerkiksi sietämään vaiheterrorisuutta tai hyödyntämään aallonpituusmonimuotoisuutta — odotettavissa on yhä enemmän hybridejä järjestelmiä, jotka hyödyntävät valoa siellä, missä sillä on suurin hyöty: datan saapumisen etulinjassa. Näissä järjestelmissä yhdistyvät optinen latenssietu ja elektroninen joustavuus, mikä voi avata uusia sovelluksia reaaliaikaisessa päätöksenteossa ja reunalaskennassa.