2023 Fiscal Year Final Research Report
Research on architecture of optoelectronic integrated circuits and their design methodology
| Project/Area Number |
20H04155
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60040:Computer system-related
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
Ishihara Tohru 名古屋大学, 情報学研究科, 教授 (30323471)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
塩見 準 大阪大学, 大学院情報科学研究科, 准教授 (40809795)
納富 雅也 東京工業大学, 理学院, 教授 (50393799)
増田 豊 名古屋大学, 情報学研究科, 准教授 (60845527)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 計算機システム / 光電融合回路 / 光ニューラルネットワーク |
|---|
| Outline of Final Research Achievements |
This research project aims to clarify the Pareto-optimal boundary for delay-power-area in optoelectronic integrated circuits by building architecture and design technology for optoelectronic integrated circuits in which photonic and electronic circuits are closely integrated. The purpose of this study is to clarify the optimal configuration of the optoelectronic integrated circuits. For this purpose, in the first year, we created a model for estimating circuit delay, power consumption, and circuit area of the optoelectronic integrated circuits. In FY2021, we developed a method to apply parallel computing technology based on Wavelength Division Multiplexing (WDM) and various low power consumption methods developed in past research to optical neural network circuits. Based on the results achieved up to the previous year, in the final year we devised and evaluated a optoelectronic recurrent neural network (RNN) architecture.
|
| Free Research Field |
計算機システム
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究課題は、世界に先駆けて光電融合集積回路に対する遅延、電力、面積のモデルを構築し、そのモデルに基づいて光電融合集積回路を最適設計する手法を構築した。また、光電融合集積回路を深層ニューラルネットワークに適用し、光ニューラルネットワークの最適なアーキテクチャを明らかにした。具体的には、光電融合集積回路に基づくリカレントニューラルネットワーク（RNN）アーキテクチャを開発した。光ニューラルネットワークの開発は、AI推論処理を超低遅延化し省エネルギー化する技術として学術的かつ社会的意義の高い先駆的な研究成果である。今後ますます大量のデータが超広帯域で流通する情報化社会に必要不可欠な研究成果である。
|
