光子處理器：加速光學(xué)計(jì)算領(lǐng)域的變革

我們身處于一個(gè)數(shù)據(jù)、信息量爆炸性增長(zhǎng)的時(shí)代，一個(gè)由 AI 引領(lǐng)的、更加智能的時(shí)代。

但是，持續(xù)增加的數(shù)據(jù)量在為人工智能（AI）提供源源不斷的“動(dòng)力”的同時(shí)，也對(duì)用于 AI 的電子計(jì)算硬件提出了更多的挑戰(zhàn)，無論是在計(jì)算速度，還是在功耗方面，都已經(jīng)成為嚴(yán)重制約 AI 發(fā)展的主要瓶頸之一。

如今，隨著用于自動(dòng)駕駛汽車和語音識(shí)別等機(jī)器學(xué)習(xí)方法的出現(xiàn)，這種數(shù)據(jù)增加的上升趨勢(shì)仍將繼續(xù)下去。所有這些，都給當(dāng)前的計(jì)算機(jī)處理器在滿足人們需求方面帶來了沉重的負(fù)擔(dān)。

好在，一個(gè)由多國(guó)科學(xué)家組成的團(tuán)隊(duì)已經(jīng)開始著手解決這個(gè)問題。最新研究進(jìn)展以“Parallel convolutional processing using an integrated photonic tensor core”為題，于 1 月 6 日發(fā)表在頂級(jí)科學(xué)期刊《自然》（Nature）上。

據(jù)論文描述，研究人員開發(fā)了一種新的方法和架構(gòu)，通過使用基于光的處理器或光子處理器，將處理和數(shù)據(jù)存儲(chǔ)結(jié)合到單個(gè)芯片上。研究結(jié)果首次證明，這些設(shè)備可以快速并行處理信息，而這種能力是現(xiàn)有電子芯片無法做到的。

研究人員表示，通過這種利用光的獨(dú)特屬性來加速 AI 處理的方式，可能會(huì)加速光學(xué)計(jì)算領(lǐng)域的變革。

新型硬件系統(tǒng)的發(fā)展

隨著 AI 的興起，傳統(tǒng)的電子計(jì)算方法逐漸達(dá)到了其性能極限，并且滯后于可處理數(shù)據(jù)的快速增長(zhǎng)。在各種類型的 AI 系統(tǒng)中，人工神經(jīng)網(wǎng)絡(luò)由于優(yōu)異的性能而被廣泛應(yīng)用于 AI 任務(wù)，這些網(wǎng)絡(luò)使用多層相互連接的人工神經(jīng)網(wǎng)絡(luò)進(jìn)行復(fù)雜的數(shù)學(xué)運(yùn)算。

為了加速人工神經(jīng)網(wǎng)絡(luò)的處理，人們已經(jīng)做出了各種努力來設(shè)計(jì)和實(shí)現(xiàn)特定的電子計(jì)算系統(tǒng)。特別值得一提的是，人們?cè)趯Ｓ?a target="_blank">集成電路、大腦靈感計(jì)算和內(nèi)存計(jì)算等定制芯片的應(yīng)用上，已經(jīng)取得了相當(dāng)大的成功，這些芯片通過一系列稱為憶阻器的內(nèi)存設(shè)備直接進(jìn)行處理。

在電子計(jì)算中，電子是信息的載體，但一直以來光子都被認(rèn)為是一種更優(yōu)的替代選擇。因?yàn)楣庾V覆蓋的波長(zhǎng)范圍很廣，不同波長(zhǎng)的光子可以同時(shí)多路復(fù)用（并行傳輸）和調(diào)制（通過改變它們可以攜帶信息），而不會(huì)使光信號(hào)相互干擾。

這種以光速傳播信息的方式能達(dá)到目前最小的時(shí)間延遲。此外，無源傳輸有助于實(shí)現(xiàn)超低功耗，而相位調(diào)制可以輕松調(diào)制并檢測(cè)出頻率高于 40 千兆赫的光。

在過去的幾十年里，光纖通信取得了巨大的成功。然而，使用光子進(jìn)行計(jì)算仍然具有一定的挑戰(zhàn)性，特別是在規(guī)模和性能水平上，其與最先進(jìn)的電子處理器相比更具挑戰(zhàn)性。這一困難來自于缺乏合適的并行計(jì)算機(jī)制、使用材料來允許人工神經(jīng)元的高速非線性響應(yīng)以及可擴(kuò)展的光子器件來集成到計(jì)算硬件中。

幸運(yùn)的是，過去幾年來，光學(xué)頻率梳（Optical Frequency Combs）的發(fā)展為集成光子處理器帶來了新的機(jī)會(huì)。光學(xué)頻率梳是一組光源，其發(fā)射光譜由數(shù)千或數(shù)百萬條頻率均勻且間隔緊密的清晰譜線組成。這些器件在光譜學(xué)、光學(xué)時(shí)鐘計(jì)量和電信等領(lǐng)域取得了巨大的成功，其可以集成到計(jì)算機(jī)芯片中，并用作光學(xué)計(jì)算的高效能源，非常適合采用波分復(fù)用技術(shù)（WDM）進(jìn)行數(shù)據(jù)并行處理。

光子處理器：為 AI 加速

在此次工作中，研究人員成功研制了一個(gè)集成光子處理器，該處理器可以對(duì)跨越二維空間的光信號(hào)進(jìn)行卷積處理。該設(shè)備在基于相變材料（一種可以在非晶相和晶相之間切換的材料）的“內(nèi)存”計(jì)算架構(gòu)中使用光學(xué)頻率梳。

通過波長(zhǎng)復(fù)用，該處理器可以對(duì)輸入數(shù)據(jù)進(jìn)行充分的并行化處理，并利用相變材料的集成單元陣列進(jìn)行類似的矩陣矢量乘法運(yùn)算。

（來源：Nature）

該團(tuán)隊(duì)也針對(duì)矩陣—向量乘法開發(fā)了一個(gè)硬件加速器。由于不同波長(zhǎng)的光不會(huì)相互干擾，研究人員可以使用多個(gè)波長(zhǎng)的光進(jìn)行并行計(jì)算。

為了做到這一點(diǎn)，他們使用了洛桑聯(lián)邦理工學(xué)院（EPFL）開發(fā)的另一項(xiàng)創(chuàng)新技術(shù)，一種基于芯片的“頻率梳”，并以此作為光源。頻率梳可以提供各種不同的光波，這些光波在同一個(gè)光子芯片中相互獨(dú)立地處理。

該研究的負(fù)責(zé)人之一、EPFL 的 Tobias Kippenberg 教授說：“我們的研究首次將頻率梳應(yīng)用于人工神經(jīng)網(wǎng)絡(luò)領(lǐng)域?！?Kippenberg教授在頻率梳發(fā)展方面做出開創(chuàng)性的研究工作。

同時(shí)，該研究的負(fù)責(zé)人之一、明斯特大學(xué)（WWU）的 Wolfram Pernice 教授也表示：“在機(jī)器學(xué)習(xí)領(lǐng)域，用于加速任務(wù)的光子處理器使復(fù)雜的數(shù)學(xué)任務(wù)能夠以很高的速度和處理量處理，這比依賴電子數(shù)據(jù)傳輸?shù)膫鹘y(tǒng)芯片快得多。”

在設(shè)計(jì)和制造完光子芯片后，研究人員在一個(gè)可識(shí)別手寫數(shù)字的神經(jīng)網(wǎng)絡(luò)上對(duì)其進(jìn)行了測(cè)試。這些網(wǎng)絡(luò)受到生物學(xué)的啟發(fā)，是機(jī)器學(xué)習(xí)領(lǐng)域的一個(gè)概念，主要用于圖像或音頻數(shù)據(jù)的處理。

論文的第一作者之一 Johannes Feldmann 表示：“輸入數(shù)據(jù)和一個(gè)或多個(gè)過濾器之間的卷積運(yùn)算非常適合我們的矩陣體系結(jié)構(gòu)。利用光進(jìn)行信號(hào)傳輸使處理器能夠通過波分多路復(fù)用執(zhí)行并行數(shù)據(jù)處理，這保證了更高的計(jì)算密度，并且僅需一個(gè)時(shí)間步長(zhǎng)就可以進(jìn)行許多矩陣乘法。與通常在較低頻率工作的傳統(tǒng)電子設(shè)備相比，光調(diào)制速度可以達(dá)到 50-100GHz 范圍?！?/p>

牛津大學(xué)的 Nathan Youngblood 認(rèn)為，“利用波分多路復(fù)用可以實(shí)現(xiàn)更高的數(shù)據(jù)速率和計(jì)算密度，也就是處理器單位面積上的操作，這是以前無法實(shí)現(xiàn)的?！?/p>

這種高度并行化的框架，有可能在單個(gè)步驟中高速處理整個(gè)圖像。在不久的將來，該系統(tǒng)可以通過使用商業(yè)制造程序和輔助現(xiàn)場(chǎng)機(jī)器學(xué)習(xí)來進(jìn)行大規(guī)模擴(kuò)展。

新型硬件的巨大應(yīng)用潛力

由于卷積過程涉及到無源傳輸，所以理論上光子處理核心的計(jì)算能以光速和低功耗來進(jìn)行。這種能力對(duì)于能源密集型應(yīng)用程序非常有價(jià)值，比如應(yīng)用在云計(jì)算中。

鑒于傳統(tǒng)電子計(jì)算方法面臨的挑戰(zhàn)，集成光子學(xué)的出現(xiàn)是令人興奮的。它作為一個(gè)潛在的“接班人”，為未來的計(jì)算架構(gòu)實(shí)現(xiàn)前所未有的性能。

然而，建造一個(gè)實(shí)用的光學(xué)計(jì)算機(jī)仍將需要廣泛的跨學(xué)科努力和材料科學(xué)、光子學(xué)、電子學(xué)等領(lǐng)域的研究人員之間的合作。

盡管報(bào)道的光子處理器具有較高的單位面積計(jì)算能力和潛在的可擴(kuò)展性，但全光學(xué)計(jì)算規(guī)模仍然很小。此外，由于存在固有的吸收光的計(jì)算元件，以及光電信號(hào)經(jīng)常需要轉(zhuǎn)換，能源效率會(huì)受到一些限制。

未來另一個(gè)研究方向是，發(fā)展先進(jìn)的非線性集成光子計(jì)算架構(gòu)，而不是單一或二維的線性卷積。

通過將電子電路和數(shù)千或數(shù)百萬個(gè)光子處理器集成到一個(gè)合適的架構(gòu)中，一種同時(shí)利用光子和電子處理器的混合光電框架，或許在不久的將來可以徹底改變 AI 硬件。未來，這種硬件將在通信、數(shù)據(jù)中心營(yíng)運(yùn)和云計(jì)算等領(lǐng)域具有十分重要的應(yīng)用。

責(zé)任編輯：xj