Technologische Fortschritte wie autonomes Fahren und Computer Vision führen zu einem Anstieg der Nachfrage nach Rechenleistung. Das optische Rechnen mit seinem hohen Durchsatz, seiner Energieeffizienz und seiner geringen Latenz hat in Wissenschaft und Industrie große Aufmerksamkeit erregt. Aktuelle optische Computerchips unterliegen jedoch Einschränkungen hinsichtlich Stromverbrauch und Größe, was die Skalierbarkeit optischer Computernetzwerke beeinträchtigt.
Dank des Aufstiegs der nichtflüchtigen integrierten Photonik können optische Computergeräte In-Memory-Computing durchführen und dabei keinen statischen Stromverbrauch verbrauchen. Phasenwechselmaterialien (PCMs) haben sich als vielversprechende Kandidaten für die Erzielung eines photonischen Gedächtnisses und nichtflüchtiger neuromorpher photonischer Chips herausgestellt. PCMs bieten einen hohen Brechungsindexkontrast zwischen verschiedenen Zuständen und reversible Übergänge, was sie ideal für großformatige nichtflüchtige optische Rechenchips macht.
Das Versprechen nichtflüchtiger integrierter optischer Rechenchips ist zwar verlockend, bringt aber auch einige Herausforderungen mit sich. Die Notwendigkeit eines häufigen und schnellen Wechsels, der für Online-Schulungen unerlässlich ist, ist eine Hürde, die Forscher unbedingt überwinden wollen. Der Weg zu einer schnellen und effizienten Schulung ist ein entscheidender Schritt auf dem Weg, das volle Potenzial photonischer Computerchips auszuschöpfen.
Kürzlich gelang Forschern der Zhejiang University, der Westlake University und des Instituts für Mikroelektronik der Chinesischen Akademie der Wissenschaften ein Durchbruch. Wie berichtet in Fortgeschrittene PhotonikSie entwickelten einen photonischen 5-Bit-Speicher, der eine schnelle flüchtige Modulation ermöglicht, und schlugen eine Lösung für ein nichtflüchtiges photonisches Netzwerk vor, das schnelles Training unterstützt. Möglich wurde dies durch die Integration des verlustarmen PCM-Antimonits (Sb2S3) in eine photonische Siliziumplattform.
Der photonische Speicher nutzt den Trägerdispersionseffekt einer PIN-Diode, um eine flüchtige Modulation mit einer schnellen Reaktionszeit von unter 40 Nanosekunden zu erreichen und so die gespeicherten Gewichtsinformationen zu bewahren. Nach dem Training nutzt der photonische Speicher die PIN-Diode als Mikroheizung, um mehrstufige und reversible Phasenänderungen von Sb2S3 zu ermöglichen, was die Speicherung trainierter Gewichte im photonischen Computernetzwerk ermöglicht. Dies führt zu einem unglaublich energieeffizienten photonischen Rechenprozess.
Mithilfe des demonstrierten photonischen Speichers und Arbeitsprinzips simulierte das Forschungsteam eine optische Faltungskernarchitektur. Bemerkenswerterweise erreichten sie eine Genauigkeit von über 95 % bei der Erkennung des MNIST-Datensatzes und zeigten damit die Machbarkeit eines schnellen Trainings durch flüchtige Modulation und Gewichtsspeicherung durch nichtflüchtige 5-Bit-Modulation.
Diese Arbeit etabliert ein neues Paradigma für das photonische Gedächtnis und bietet eine vielversprechende Lösung für die Implementierung nichtflüchtiger Geräte in schnell trainierenden optischen neuronalen Netzen. Mit diesen Fortschritten sieht die Zukunft des optischen Rechnens rosiger aus als je zuvor.
Mehr Informationen:
Maoliang Wei et al., Elektrisch programmierbarer photonischer Phasenwechselspeicher für optische neuronale Netze mit Nanosekunden-In-situ-Trainingsfähigkeit, Fortgeschrittene Photonik (2023). DOI: 10.1117/1.AP.5.4.046004