Оптические вычисления: прорыв в скорости извлечения данных

Современные приложения искусственного интеллекта, такие как роботизированная хирургия и алгоритмический трейдинг, требуют сверхбыстрого извлечения ключевых признаков из потоков данных. Традиционные электронные процессоры достигают своих пределов, не обеспечивая необходимого снижения задержек и увеличения пропускной способности.

Решение этой проблемы может заключаться в использовании оптических вычислений – применения света для выполнения сложных задач. Особенно перспективны оптические дифракционные операторы, способные обрабатывать информацию параллельно и с высокой энергоэффективностью.

Однако практическое преодоление барьера в 10 ГГц для таких систем оставалось вызовом из-за сложности поддержания стабильного когерентного света. Команда под руководством профессора Хонгвэй Чена из Университета Цинхуа представила инновационное решение – оптический движок извлечения признаков OFE2, который значительно ускоряет этот процесс.

Ключевая инновация OFE2 – модуль подготовки данных. Вместо использования оптоволоконных компонентов, вносящих искажения фазы, команда разработала интегрированную начипную систему с настраиваемыми делителями мощности и точными линиями задержки. Этот модуль десериализует поток данных, разделяя его на стабильные параллельные ветви, а регулируемая фазовая решетка позволяет гибко конфигурировать систему.

Далее, подготовленные оптические сигналы проходят через дифракционный оператор. Этот процесс моделируется как матрично-векторное умножение, выполняющее извлечение признаков. Сконцентрированный световой луч на выходе, положение которого зависит от фазы входных сигналов, позволяет OFE2 улавливать вариации входного сигнала во времени.

Работая на частоте 12.5 ГГц, OFE2 выполняет матрично-векторное умножение менее чем за 250.5 пикосекунд, демонстрируя самую низкую задержку среди аналогов. Это открывает путь к новым решениям для:

• Обработки изображений: OFE2 эффективно извлекает контурные признаки, повышая точность классификации изображений и сегментации (например, при идентификации органов на КТ-снимках). Системы с оптической предобработкой требуют меньше параметров, что ведет к созданию более легких и эффективных гибридных ИИ-систем.
• Цифровой торговли: Получая рыночные данные в реальном времени, OFE2 предлагает прибыльные торговые решения. Высокая скорость обработки света позволяет фиксировать прибыль с минимальной задержкой.

Разработка команды профессора Чена знаменует собой новый этап, перенося вычислительно интенсивные задачи с энергоемкой электроники на сверхбыструю и энергоэффективную фотонику, что способствует появлению нового поколения систем ИИ для принятия решений в реальном времени.