2022 Fiscal Year Research-status Report
多面光波変換型スケーラブル光演算回路の創成と深層ニューラルネットワーク応用
| Project/Area Number |
21K18168
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
種村 拓夫 東京大学, 大学院工学系研究科(工学部), 准教授 (90447425)
|
|---|
| Project Period (FY) |
2021-07-09 – 2025-03-31
|
| Keywords | 光集積デバイス / ニューラルネットワーク |
|---|
| Outline of Annual Research Achievements |
本研究は、多面光波変換法に基づくスケーラブルな光ユニタリ変換回路を用いることで、任意の線形行列演算を光領域で高速に実現することを目的とする。このような回路を深層ニューラルネットワークの線形処理部に適用することで、チップ内を光が伝搬するだけで演算が完了する究極的に低消費電力かつ低遅延な処理が可能になる。具体的には、数ミリ角の半導体チップ内に多数の光回折部と光位相シフタ部を高密度に集積し、光の回折と波面制御を繰り返すことで任意の線形演算を行う。従来手法とは本質的に異なり、チップ内での光の回折現象を直接利用することで、光波の空間並列性のメリットを最大限活かしながら、作製誤差に対してもロバストな、真にスケーラブルな光演算回路を実現することを目指している。
2022年度は、まず、偏波分離器アレイと6入力光ユニタリ変換器をワンチップに集積した光回路を作製し、3モード偏波多重信号の全光multi-input-multi-output（MIMO）処理実験を行った。光位相シフタ部を適切に調節することで、300 Gbps コヒーレント信号のモード／偏波分離と受信に成功した。また、前年度に数値実証した作製誤差耐性を実験的に検証するために、導波路パラメータを変化させた多面光波変換型光ユニタリ変換回路を複数試作し、全ての素子で同等の性能が得られることを明らかにした。本成果は、多面光波変換手法特有のスケーラビリティを理論・実験の両面から裏付けたものであり、大規模な光演算を実現する上で有効だと考えられる。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
まず、当初の目的であった多面光波変換型光ユニタリ変換回路の作製誤差耐性を、理論・数値実証に加えて、実験的にも実証することに成功した。さらに、偏波・モード多重コヒーレント光信号の全光MIMO処理実験など、新しい応用展開も生まれており、当初の計画以上に進展している。
|
| Strategy for Future Research Activity |
本研究で目標とするスケーラブルな光演算回路の実証に向けて、本年度は、以下の研究開発項目を並行して進める。
・大規模化に適した光位相シフタ最適化手法を検討する。
・深層ニューラルネットワークへの応用を検証する。
|
| Causes of Carryover |
実験系の見直しに伴い光素子の実装に係る作業の一部を次年度に持ち越したため、残額が発生した。翌年度に本経費を充てることで、光素子の実装を完成させて、当初計画通り実験を実施する。
|
Research Products
(8 results)
