シリコンチップは光ベースのニューラルネットワークを実装し、より高速でエネルギー効率の高い信号処理を実現

• 研究者らは、光信号を正確に拡散するシリコン チップを作成し、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、より速く、より遠くまで伝わるようになります。 

エネルギー効率が高く非常にコンパクトな相互接続の開発は、集積フォトニクスの重要な研究目標となっています。 CMOS デバイスでの効果的な電気通信や高帯域幅のクロスチップ通信など、幅広い用途があります。

世界中の多くの科学者が、人間の脳をエミュレートする人工ニューラル ネットワーク回路の開発に取り組んでいます。ただし、半導体回路の従来の電気配線では、高度なニューラル ネットワークに必要な非常に複雑な配線を処理できません。

最近、国立標準技術研究所の科学者たちは、小さな脳のようなグリッド全体に光信号を正確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の複雑な問題の学習とモデル化において優れた能力を示しています。現在、研究チームは、これらのニューラル ネットワークを実装するために (電気信号ではなく) 光信号を使用しています。

電気信号ではなく光を使用する利点

電気信号の代わりに光を使用する主な理由は、光が電荷によって引き起こされる干渉を排除し、より高速かつ低電力で長時間の通信を実現できるためです。

科学データ分析のパフォーマンスを向上させることができます。これには、量子データ サイエンスの調査、系外惑星の探索、自律車両制御システムの開発が含まれます。

従来のコンピューターはコード化されたルールまたはアルゴリズムを介してデータを処理しますが、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複数の接続に依存します。複数のニューロン層をトレーニングして、特定のタスクを実行することができます。通常、ニューロモーフィック マシンには、大規模で複雑なニューラル ネットワーク構造が含まれています。

光学チップはどのようにして作られたのでしょうか?

新しいシリコンチップは、2つのフォトニック導波路層を（垂直に）積み重ねることによって光信号を使用します。これにより、光がより狭い線に閉じ込められ、光信号が送られます。より具体的には、導波路の積層により、低クロストークおよび低損失の導波路交差による高密度の統合が可能になります。

参照:APL フォトニクス |土井:10.1063/1.5039641 | NIST

3D 設計により、複雑な配線スキームが可能になり、追加のレイヤーと統合して、より複雑なタスクを実行できます。

この研究では、それぞれが 10 個の出力に接続される 10 個の入力を持つ 3D グリッドを作成する積層型導波路を紹介しました。基本的に、これは合計 100 個の受信機を備えた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。

フォトニックルーティングマニホールド |クレジット:チリズ / NIST

彼らは窒化シリコンを使用してこれらの導波路（それぞれの厚さは400ナノメートル、幅は800ナノメートル）を構築し、シリコンウェーハ上に作製しました。また、ニューロン間の適切な (構成可能な) 接続レベルを備えた信号ルーティングを自動的に生成する専用プログラムも開発しました。

次に、光ファイバーを使用してレーザー光をシリコンチップに照射しました。目的は、光のパワーまたは強度の分布パターンに従って、すべての入力をすべての出力にルーティングすることでした。電力レベルが異なると、回路内の接続の程度とパターンが異なります。

研究者らは、出力強度を制御するための 2 つのスキームを示しました –

<オル>

均一:すべての出力が同じ電力を受け取ります。

ベル カーブ分布:電力のほとんどが中央のニューロンに伝達されます。

読む:光子を使った量子コンピューティングを可能にする新しい光の形

結果を正確に分析するために、最後の層から出てくる信号の画像を作成しました。出力はエラー率が低く、出力が正確に分配されました。 1320 ナノメートルの波長では、均一な釣鐘曲線分布の平均出力パワー誤差は 0.7 dB と 0.9 dB であることがわかりました。