| 研究領域 | 光の極限性能を生かすフォトニックコンピューティングの創成 |
|---|
| 研究課題/領域番号 |
22H05193
|
|---|
| 研究種目 |
学術変革領域研究(A)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
学術変革領域研究区分(Ⅳ)
|
|---|
| 研究機関 | 国立情報学研究所 |
|---|
研究代表者 |
鯉渕 道紘 国立情報学研究所, アーキテクチャ科学研究系, 教授 (40413926)
|
|---|
| 研究分担者 |
安戸 僚汰 京都大学, 情報学研究科, 助教 (00846941)
八巻 隼人 電気通信大学, 大学院情報理工学研究科, 准教授 (20782197)
中野 浩嗣 広島大学, 先進理工系科学研究科(工), 教授 (30281075)
|
|---|
| 研究期間 (年度) |
2022-06-16 – 2027-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
118,820千円 (直接経費: 91,400千円、間接経費: 27,420千円)
2025年度: 20,800千円 (直接経費: 16,000千円、間接経費: 4,800千円)
2024年度: 20,670千円 (直接経費: 15,900千円、間接経費: 4,770千円)
2023年度: 20,280千円 (直接経費: 15,600千円、間接経費: 4,680千円)
2022年度: 36,010千円 (直接経費: 27,700千円、間接経費: 8,310千円)
|
|---|
| キーワード | 相互結合網 / フォトニックコンピューティング / 近似コンピューティング |
|---|
| 研究開始時の研究の概要 |
本研究では、多値表現能力を極限まで活用するためにフォトニック近似コンピューティングを探究する。本近似コンピューティングでは1つの波長あたり多値処理、すなわち、現行の数倍から十倍の計算処理を目指す点に特徴がある。最終的に、近似コンピューティングとフォトニックコンピューティングの融合を世界に先駆けて実現し、光の極限性能を生かすシステムアーキテクチャを明らかにする。
|
| 研究実績の概要 |
本研究では、光の極限性能を活かすためのシステムアーキテクチャに焦点を当て、光の高速性・多重性を活かした近似コンピューティング技術を研究している。近似コンピューティングは、計算の間違いをある程度許容しつつ、消費エネルギーの削減と計算の実行時間の短縮を実現する。今年度は、まず、光の極限性能の一つである「光子の量子性」に着目し、画像分類のためのニューラルネットワークを構築するシステムアーキテクチャを探求した。具体的には、光量子ネットワークの接続構造をランダムグラフを基に構築することにより、必要な光量子ゲート数（干渉計などの光デバイス数）と推論精度のトレードオフの向上を図った。提案手法を評価した結果、MNISTデータセットにおける画像分類タスクにおいて、従来提案されていた光量子ネットワークの接続構造と比較して、本研究で提案されたランダムな接続構造により、Top-1分類精度が最大で6.15%向上した。このような成果から、光量子ネットワークが機械学習の性能向上に寄与することについての基礎的理解を深めることができた。
次に、レーザーカオスによる意思決定で多腕バンディット問題を解く手法をイジングマシンに適用する研究を行った。組合せ爆発により、従来の多腕バンディットの定式化では腕の数が足りず、解を求めることが困難であった。そこで、並列バンディットアーキテクチャを導入することで、複数のバンディット問題の組み合わせで膨大な解を表現する手法を考案した。GPUを用いたシミュレータを設計し評価した結果、最大カット問題のベンチマークにおいて95%程度の精度で解を求められることを示した。
この他に、光ネットワークにおける効率的経路利用を可能とするトラフィック分散法など、様々な応用問題に取り組み、光と近似コンピューティングに関する新しい技術を開発した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
フォトニック近似コンピューティングを構成する3つの要素技術であるアーキテクチャ、処理系、近似並列計算アルゴリズムの開発は順調に進んでいる。応用問題に対する定量的な成果を得ることができた点、FPGAクラスタの利用が進んだ点が特筆される。
|
| 今後の研究の推進方策 |
当初の予定通りに進捗しているため、計画通り残り3年の研究を進める予定である。
応用問題に対する近似解の開発の経験をふまえて、アーキテクチャ、処理系、近似並列計算アルゴリズムの3つの柱の連携を一層深める予定である。
|
