ローパワーニューラルネットワークにフォトニックチップ

June, 1, 2023, Milano--Scienceに発表されたPolitecnico di MilanoとStanford Universityによる研究は、フォトニックチップを使って極めて効率的なニューラルネットワークを作製できる可能性示している。

ニューラルネットワークは、生物学的脳の構造からヒントを得た分散コンピューティング構造であり、人の能力に匹敵する認知能力達成が目標。それらはスピーチや画像認識および合成、自動運転、拡張現実システム、バイオインフォーマティクス、遺伝子配列や分子配列、高性能コンピューティング技術などに長年使われている、

ニューラルネットワークは、膨大な既知情報で訓練される。それに基づいて、振る舞いを適合させ、自律的に機能できるようになる。しかし、そのトレーニングは、エネルギーを大量消費するプロセスである。

Photonic Devices LabとPolifab、大学のマイクロ技術およびナノ技術センタの研究者は、スタンフォード大学の研究者と協力して、ソリューションを探求し、フォトニック加速器を組み込んだわずか数㎜2のシリコンマイクロチップを開発した。これにより、計算は、1秒の10億分の1以下、極めて迅速、効率的になる。このフォトニックチップの結果、ニューラルネットワーク動作は、非常に省エネになる。

ニューラルネットワークだけでなく、このデバイスは、高い計算効率を必要とする多くのアプリケーション向けのコンピューティングユニットとして使える。例えば、グラフィクスアクセラレータ、数値計算コプロセッサ、データマイニング、暗号や量子コンピュータに使える。
(詳細は、https://www.polimi.it/en/)