2022 Fiscal Year Research-status Report
光パルスに基づくスケーラブルな光ニューラルネットワークチップの創出
| Project/Area Number |
22K14298
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
タン ルイ 東京大学, 大学院工学系研究科(工学部), 特任助教 (30929146)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Keywords | 光ニューラルネットワーク / 光行列演算 |
|---|
| Outline of Annual Research Achievements |
本研究では、スケーラブルな光ニューラルネットワークチップの実現を目指している。当該年度において、はじめに光ニューラルネットワークの核心である光行列演算用の新しいアーキテクチャを提案した。具体的に、二層導波路構造と新規な多入力ポート光検出器を用いて、光行列―ベクトル演算回路と光行列―行列演算回路を提案した。従来のコヒーレント型光回路と比較して、本行列―ベクトル演算回路ではエラーソースである各マッハ・ツェンダ干渉計を独立させることで、計算エラーを低減できることを明らかにした。また、本研究の回路構造に限らず、光行列―行列演算回路のほうが処理速度とエネルギー効率が高いことを明らかにした。４波長を使うことで、20×20以上の行列規模ではエネルギー効率を２倍向上できることを示した。
続いて、得られた知見に基づいて単一波長、32×32の光行列―ベクトル演算回路と３波長、12×12の光行列―行列演算回路を設計し、商用の半導体ファウンドリーでデバイスを作製した。原理実証のため、これらの光回路では熱光学位相シフタを用いた。また、多波長を合波・分波するフィルターは可変なリング共振器フィルターを使用した。作製された光チップを実装した上で評価する必要があるため、端面研磨などの準備を行った。現在はチップの実装を進めている。これらの結果は、光ニューラルネットワークの大規模、高速、低電力化に貢献できる。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
一年目は、二層導波路構造と新規な多入力ポート光検出器を用いて、光行列―ベクトル演算回路と光行列―行列演算回路を提案し、これらの光回路の理論特性を明らかにした上で、原理実証用の単一波長、32×32と３波長、12×12のデバイスを作製したため、概ね順調に進展していると言える。
|
| Strategy for Future Research Activity |
今後は、作製された二つの光回路を実装し、動作実証を行う予定である。また、光パルスを用いた方式と並行して、連続波(CW)光を用いたデバイスの作製と動作実証も行うつもりである。光パルスとCW光を用いた場合はそれぞれのメリットがある。光パルス方式ではデバイス規模を拡張することが容易であり、CW光方式ではより高速な演算が可能である。両方式を比較することで、光ニューラルネットワークにとって最適な手法とシステム構成を探索する予定である。
|
