シリコンチップが光ベースのニューラルネットワークを実装、高速・省電力な信号処理を実現

• 研究者たちが、光信号を精密に拡散するシリコンチップを開発し、新しいニューラルネットワーク設計を実証しました。
• 光は電荷による干渉を排除し、より高速かつ長距離の伝送が可能です。

エネルギー効率に優れ、高度にコンパクトな相互接続の開発は、集積フォトニクスにおける重要な研究目標でした。これらは、効果的な通信やCMOSデバイスにおける高帯域幅チップ間通信など、幅広い用途を持ちます。

世界中の多くの科学者が、人間の脳を模倣する人工ニューラルネットワーク回路の研究に取り組んでいます。しかし、従来の半導体回路の電気配線では、高度なニューラルネットワークに必要な極めて複雑なルーティングを処理できません。

最近、米国国立標準技術研究所（NIST）の科学者たちが、光信号を微小な脳型グリッド上で精密に拡散するシリコンチップを開発し、新しいニューラルネットワーク設計を実証しました。

人工ニューラルネットワークは、画像処理、文字認識、データ予測などの非線形複雑問題の学習とモデリングにおいて優れた能力を示してきました。今回、研究チームは電気信号の代わりに光信号を用いてこれらのニューラルネットワークを実装しました。

電気信号より光信号を使う利点

電気信号の代わりに光を使う主な理由は、光が電荷による干渉を排除するため、より長距離通信を、より高速かつ低消費電力で実現できるからです。

これにより、科学データ分析の性能が向上します。具体的には、量子データサイエンスの調査、系外惑星の探索、自律走行車両制御システムの開発などが含まれます。

従来のコンピュータがコード化されたルールやアルゴリズムでデータを処理するのに対し、ニューラルネットワークは「ニューロン」と呼ばれる処理ユニット間の多数の接続に依存します。ニューロンの複数層を訓練することで特定タスクを実行可能です。一般的に、ニューロモーフィックマシンは大規模で複雑なニューラルネットワーク構造を含みます。

光チップはどう作られたか

新しいシリコンチップは、2層のフォトニック導波路を垂直にスタック（積層）することで光信号を使用します。これにより光をより狭いラインに閉じ込め、光信号をルーティングします。より具体的には、導波路のスタックにより、低クロストーク・低損失の導波路クロッシングで高密度集積が可能になります。

参照：APL Photonics | doi:10.1063/1.5039641 | NIST

この3D設計により複雑なルーティングスキームが可能となり、より複雑なタスクを実行するために追加レイヤーと統合できます。

この研究では、スタックされた導波路が3Dグリッドを作り、10の入力がそれぞれ10の出力に接続されています。基本的に、合計100の受信機を持つフィードフォワードニューラルネットワークの2層間のルーティングです。

研究者たちは窒化シリコンを用いてこれらの導波路（各々厚さ400ナノメートル、幅800ナノメートル）を構築し、シリコンウェハー上に製造しました。また、ニューロン間の適切な（設定可能な）接続レベルで信号ルーティングを自動生成する専用プログラムも開発しました。

その後、光ファイバーを用いてレーザー光をシリコンチップに導入しました。目的は、光パワーまたは強度の分布パターンに従い、すべての入力をすべての出力へルーティングすることでした。異なるパワーレベルが、回路内の異なる接続度とパターンを示します。

研究者たちは出力強度を制御する2つのスキームを示しました：

1. 一様分布：すべての出力が同一パワーを受信
2. ベルカーブ分布：大部分のパワーが中央のニューロンへ伝達

結果を精密に分析するため、最後のレイヤーから出てくる信号の画像を作成しました。出力は低エラー率と精密な電力分布を示しました。波長1320ナノメートルにおいて、一様分布とベルカーブ分布の平均出力電力誤差はそれぞれ0.7dBと0.9dBでした。